mirror of
https://github.com/dair-ai/Prompt-Engineering-Guide
synced 2024-11-02 15:40:13 +00:00
34 lines
1.3 KiB
Plaintext
34 lines
1.3 KiB
Plaintext
# Factualidade
|
|
|
|
Os LLMs tendem a gerar respostas que soam coerentes e convincentes, mas às vezes podem ser inventadas. Melhorar os prompts pode ajudar a melhorar o modelo para gerar respostas mais precisas/factuais e reduzir a probabilidade de gerar respostas inconsistentes e inventadas.
|
|
|
|
Algumas soluções podem incluir:
|
|
- fornecer informações básicas (por exemplo, parágrafo de artigo relacionado ou entrada da Wikipedia) como parte do contexto para reduzir a probabilidade de o modelo produzir texto inventado.
|
|
- configurar o modelo para produzir respostas menos diversificadas diminuindo os parâmetros de probabilidade e instruindo-o a admitir (por exemplo, "não sei") quando não souber a resposta.
|
|
- fornecer no prompt uma combinação de exemplos de perguntas e respostas que ele pode conhecer e não saber
|
|
|
|
Vejamos um exemplo simples:
|
|
|
|
*Prompt:*
|
|
```
|
|
Q: O que é um átomo?
|
|
A: Um átomo é uma pequena partícula que compõe tudo.
|
|
|
|
Q: Quem é Alvan Muntz?
|
|
A: ?
|
|
|
|
Q: O que é Kozar-09?
|
|
A: ? P:
|
|
|
|
Q: Quantas luas Marte tem?
|
|
A: Dois, Fobos e Deimos.
|
|
|
|
A: Quem é Neto Beto Roberto?
|
|
```
|
|
|
|
*Saída:*
|
|
```
|
|
A: ?
|
|
```
|
|
|
|
Inventei o nome "Neto Beto Roberto" para que o modelo fique correto neste caso. Tente mudar um pouco a pergunta e veja se consegue fazê-la funcionar. Existem diferentes maneiras de melhorar isso ainda mais com base em tudo o que você aprendeu até agora. |