You cannot select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
# 事実性
LLMは、一貫性があり説得力のある応答を生成する傾向がありますが、時にはでっち上げのものであることがあります。プロンプトの改善により、より正確で事実に基づいた応答を生成するようにモデルを改善し、不一致ででっち上げた応答を生成する可能性を減らすことができます。
いくつかの解決策は以下の通りです:
- モデルがでっち上げのテキストを生成する可能性を減らすために、コンテキストの一部として正解（ ）
- 確率パラメータを減らし、答えを知らない場合には（例えば、「分からない」）と認めるように指示することにより、モデルがより多様な応答を生成しないように構成する。
- プロンプトに、知っていることと知らないことの両方の質問と応答の例を組み合わせる。
簡単な例を見てみましょう:
*プロンプト:*
```
A: 原子とは、すべてのものを構成する微小な粒子です。
Q: アルバン・ムンツとは誰ですか？
A: ?
Q: Kozar-09とは何ですか？
A: ?
Q: 火星には何個の衛星がありますか？
A: フォボスとデイモスの2つです。
Q: ネト・ベト・ロベルトとは誰ですか？
```
*出力:*
```
```
私は「ネト・ベト・ロベルト」という名前をでっち上げたため、この場合モデルは正しいです。質問を少し変えてみて、動作するようにできるか試してみてください。これまで学んできたことに基づいて、さらに改善する方法があります。