Prompt-Engineering-Guide/pages/risks/factuality.ca.mdx

34 lines
1.4 KiB
Plaintext
Raw Normal View History

2023-05-01 11:20:34 +00:00
# Factualitat
Els LLM tenen la tendència de generar respostes que sonen coherents i convincent, però a vegades poden ser inventades. Millorar els prompts pot ajudar a millorar el model per generar respostes més precises i factuals i reduir la probabilitat de generar respostes incoherents i inventades.
Algunes solucions podrien incloure:
- proporcionar la veritat bàsica (per exemple, un paràgraf d'un article relacionat o una entrada a la Viquipèdia) com a part del context per reduir la probabilitat que el model produeixi text inventat.
- configurar el model per produir respostes menys diverses disminuint els paràmetres de probabilitat i instruint-lo per admetre (per exemple, "No ho sé") quan no coneix la resposta.
- proporcionar al prompt una combinació d'exemples de preguntes i respostes que pot conèixer i no conèixer
Anem a veure un exemple senzill:
*Prompt:*
```
Q: Què és un àtom?
A: Un àtom és una partícula minúscula que forma tot.
Q: Qui és Alvan Muntz?
A: ?
Q: Què és Kozar-09?
A: ?
Q: Quantes llunes té Mart?
A: Dues, Fobos i Deimos.
Q: Qui és Neto Beto Roberto?
```
*Output:*
```
A: ?
```
He inventat el nom "Neto Beto Roberto", així que el model és correcte en aquest cas. Proveu de canviar una mica la pregunta i vegeu si podeu fer-ho funcionar. Hi ha diferents maneres de millorar això encara més basant-se en tot el que heu après fins ara.