Few-shot prompting nedir?
Kısa tanım
Few-shot prompting, yapay zekâ modeline işi anlatırken birkaç örnek girdi ve çıktı çifti verilerek modelin istenen biçimi ve tonu örneklerden kavramasını sağlayan prompt yöntemidir.
Son güncelleme:
Few-shot prompting nedir, modele neyi öğretir?
Bir modele "ürün başlığını kısalt" demek ile iki üç gerçek başlığın kısaltılmış hâlini göstermek aynı sonucu vermez. Few-shot prompting ikinci yoldur: örnekler modele hem yapılacak işi hem de beklenen biçimi gösterir. Google Cloud'un dokümantasyonuna göre örnek içeren prompt'lar few-shot olarak adlandırılır ve çıktının biçimini, ifadesini ve kapsamını düzenlemek için kullanılır; belge belirli ve çeşitli örnekler kullanmayı önerir. Ayrıntılar Google Cloud'un few-shot sayfasında (yeni sekmede açılır) yer alır.
Few-shot prompt örneği nasıl görünür?
Few-shot prompt örneği, talimatın ardından girdi ve beklenen çıktı çiftlerini sıralar. Bir pazaryeri başlığı için şöyle kurulabilir.
- Talimat: ürün adını pazaryeri başlık kurallarına göre yaz.
- Örnek 1: ham ürün adı ve istenen başlık.
- Örnek 2: farklı bir ürün grubundan bir çift.
- Yeni girdi: modelden çıktıyı beklediğiniz ürün adı.
Few-shot prompting teknikleri nelerdir?
Örneklerin işe yaraması seçimlerine bağlıdır. Gerçek kullanım durumunuza yakın örnekler seçin, sınır durumları da gösterin ve hepsini aynı biçimde sıralayın. Hepsi birbirine benzeyen örnekler modelin bu kalıbı fazla sıkı izlemesine yol açar. Örnekleri etiketlerle ayırmak, modelin talimat ile örneği karıştırmasını önler. Örnekleri zamanla gerçek hatalardan beslemek de yaygın bir yoldur.
Örnekler nasıl güncel tutulur?
Few-shot örnekleri bir kez yazılıp bırakılacak bir şey değildir. Model yanlış sonuç verdiğinde o girdiyi ve doğru çıktıyı örnek kümesine ekleyin; böylece prompt gerçek hatalardan öğrenir. Örnekleri ayrı bir dosyada tutmak, hangi sürümün ne zaman kullanıldığını izlemenizi kolaylaştırır. Örnek sayısı büyüdükçe en çok işe yarayanları seçin ve gereksizleri çıkarın.
Hangi hatalar sık görülür?
Örneklerde hata bırakmak en kötü sonucu verir; model hatayı da öğrenir. Gerçek müşteri verisindeki kişisel bilgileri örneklere olduğu gibi koymayın.
Kaç örnek yeterlidir?
Kesin bir sayı yoktur. Önce iki üç örnekle başlayın, sonuç tutarsızsa çeşitli bir örnek daha ekleyin. Her yeni örneğin sonucu iyileştirip iyileştirmediğini aynı girdilerle ölçün.
Bir few-shot prompt örneği hazırlarken önce küçük bir kümeyle başlayın. Few-shot prompting teknikleri kadar few-shot prompting nedir sorusunu ekibe anlatmak da önemlidir.
Örnek vermenin sınırı nedir?
Örnekler talimatı uzatır ve uzun talimat maliyeti artırabilir. Örnek verilmeyen duruma da model bir yanıt üretir; bu yüzden çıktıları her zaman gerçek girdilerle deneyin. Örnek vermeden talimatla yetinmek de mümkündür; bu yaklaşım ayrı bir yöntem olarak anlatılır. Kendi işlerinize uygulamak için Üretken Yapay Zeka Danışmanlığı sayfasına bakabilirsiniz.
Few-shot prompting nerede işe yarar?
- Ürün başlıklarının pazaryeri biçimine uyarlanması
- Müşteri mesajlarının konularına göre etiketlenmesi
- Ürün açıklamalarının markanın tonunda yazılması
- Yorumların olumlu ve olumsuz diye ayrılması
Üretken yapay zekâyı işinize uyarlayın
Ürün, destek ve içerik işlerinde üretken yapay zekâyı doğru kurmak için danışmanlık.
Few-shot prompting hakkında sık sorulanlar
Few-shot prompting için kaç örnek gerekir?
Few-shot prompting ile fine-tuning aynı şey mi?
Örnekler modeli yanlış yönlendirebilir mi?
İlk adımı birlikte atalım
Operasyonunuzdaki elle yürüyen işleri inceleyip ayda kaç saatin sistemle yürüyebileceğini yazılı olarak veriyoruz; teknik bilgi ve taahhüt gerekmez.
- Kredi kartı yok
- 1 iş gününde dönüş
- KVKK uyumlu
- Veriler şifreli bağlantıyla iletilir