L'IA générative sur AWS

Chapitre 2. Ingénierie des prompts et apprentissage en contexte

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Dans ce chapitre, tu découvriras des moyens low-code d'interagir avec les modèles d'IA générative - en particulier, l'ingénierie des prompts et l'apprentissage en contexte. Tu verras que la rédaction de prompts est à la fois un art et une science qui aide le modèle à générer des réponses meilleures et plus applicables. Nous te proposons également quelques bonnes pratiques lors de la définition des prompts et des modèles de prompts pour tirer le meilleur parti de tes modèles génératifs.

Tu apprendras également à utiliser le site pour transmettre plusieurs paires d'invites (par exemple, des paires question-réponse) dans le "contexte" en même temps que ton invite. Cet apprentissage en contexte incite le modèle à répondre de la même façon aux paires prompt-complétion dans le contexte. C'est l'une des capacités les plus remarquables des modèles génératifs, car elle modifie temporairement le comportement du modèle pour la durée de cette seule requête.

Enfin, tu apprendras certains des paramètres génératifs les plus couramment configurés, comme temperature et top k, qui contrôlent la créativité du modèle génératif lors de la création de contenu.

Les modèles génératifs basés sur le langage acceptent des prompts en entrée et génèrent une complétion. Ces prompts et compléments sont constitués de ...