mirror of
https://github.com/dair-ai/Prompt-Engineering-Guide
synced 2024-11-08 07:10:41 +00:00
34 lines
1.4 KiB
Plaintext
34 lines
1.4 KiB
Plaintext
# 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. |