Providing examples

Studie-opmerkingen: Prompt Engineering met Voorbeelden

• Kernconcept: Het toevoegen van voorbeelden (input en gewenste output) aan een prompt is een zeer effectieve techniek om de prestaties van een taalmodel te verbeteren.
• Terminologie:
• One-shot prompting: Het geven van slechts één voorbeeld.
• Multi-shot prompting: Het geven van meerdere voorbeelden.
• Doelgebieden (Wanneer te gebruiken):
• Corner Cases: Om het model te trainen in het herkennen van specifieke, moeilijke situaties (bijv. sarcasme).
• Output Formaat: Om het model te helpen bij het genereren van complexe structuren (bijv. een specifiek JSON-object).
• Kwaliteit: Om de gewenste kwaliteit van de output te verhogen.
• Implementatie:
• Structuur: Gebruik XML-tags om de input en de ideale output duidelijk te scheiden en te structureren.
• Verdieping (Optioneel): Voeg de redenering toe waarom een bepaalde output als 'ideaal' wordt beschouwd. Dit versterkt de instructie voor het model.
• Toepassing: Deze techniek is bijzonder nuttig tijdens prompt evaluaties (prompt evals) om de gewenste prestaties te garanderen.

Takeaways

• Het toevoegen van voorbeelden (one-shot of multi-shot) is een effectieve techniek om de prestaties van taalmodellen te verbeteren.
• Gebruik voorbeelden om specifieke doelen te bereiken, zoals het aanpakken van corner cases, het afdwingen van een outputformaat (bijv. JSON) of het verhogen van de kwaliteit.
• Structureer de prompt door XML-tags te gebruiken om de input en de gewenste output duidelijk van elkaar te scheiden.
• Het toevoegen van de redenering achter de ideale output versterkt de instructie voor het model.