Große Sprachmodelle zum Anfassen

Kapitel 6. Prompt-Engineering

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

Auf haben wir in den ersten Kapiteln dieses Buches unsere ersten Schritte in die Welt der großen Sprachmodelle (LLMs) unternommen. Wir haben uns mit verschiedenen Anwendungen wie der überwachten und unüberwachten Klassifizierung befasst und dabei Modelle verwendet, die sich auf die Darstellung von Text konzentrieren, wie BERT und seine Derivate.

Im weiteren Verlauf verwendeten wir Modelle, die vor allem für die Texterstellung trainiert wurden. Diese Modelle werden oft als generative pre-trained transformers (GPT) bezeichnet. Diese Modelle haben die bemerkenswerte Fähigkeit, Text als Antwort auf Eingabeaufforderungen des Nutzers zu erzeugen. Durch Prompt-Engineering können wir diese Eingabeaufforderungen so gestalten, dass die Qualität des generierten Textes verbessert wird.

In diesem Kapitel werden wir diese generativen Modelle genauer untersuchen und in den Bereich des Prompt-Engineering eintauchen, mit generativen Modellen argumentieren, sie verifizieren und sogar ihre Ergebnisse bewerten.

Textgenerierungsmodelle verwenden

Bevor wir mit den Grundlagen des Prompt-Engineerings beginnen, ist es wichtig, sich mit den Grundlagen der Verwendung eines Textgenerierungsmodells zu beschäftigen. Wie wählen wir das Modell aus, das wir verwenden wollen? Verwenden wir ein proprietäres oder ein Open-Source-Modell? Wie können wir ...