Generative KI auf AWS

Kapitel 2. Prompt-Engineering und kontextbezogenes Lernen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel erfährst du, wie du mit generativen KI-Modellen arbeiten kannst, insbesondere mit Prompt-Engineering und kontextbezogenem Lernen. Du wirst sehen, dass das Schreiben von Eingabeaufforderungen sowohl eine Kunst als auch eine Wissenschaft ist, die dem Modell hilft, bessere und besser anwendbare Antworten zu generieren. Außerdem stellen wir einige bewährte Methoden für die Definition von Eingabeaufforderungen und Templates vor, damit du das Beste aus deinen generativen Modellen herausholen kannst.

Du lernst auch, wie du mit dem In-Context-Learning mehrere Eingabeaufforderungen (z. B. Frage-Antwort-Paare) im "Kontext" zusammen mit deiner Eingabeaufforderung übermitteln kannst. Dieses kontextbezogene Lernen veranlasst das Modell dazu, ähnlich wie die Eingabeaufforderungen im Kontext zu reagieren. Dies ist eine der bemerkenswertesten Fähigkeiten von generativen Modellen, da sie das Verhalten des Modells nur für die Dauer dieser einen Anfrage vorübergehend ändern.

Schließlich wirst du einige der am häufigsten konfigurierten generativen Parameter wie temperature und top k kennenlernen, die die Kreativität des generativen Modells bei der Erstellung von Inhalten steuern.

Sprachbasierte generative Modelle nehmen Eingabeaufforderungen als Input an und generieren eine Vervollständigung. ...