# الباحثون شرحوا كيف يمكن تحسين جودة إجابات الذكاء الاصطناعي
تزيد العبارات السياقية المدروسة بعناية من دقة إجابات نماذج الذكاء الاصطناعي. هذه النتيجة واردة في مقال مختبر شنغهاي للذكاء الاصطناعي.
على الرغم من قدرة الشبكات العصبية على فهم اللغة الطبيعية، إلا أنها لا تزال بحاجة إلى الحصول على معلومات إضافية وطلبات محددة بوضوح لتقديم نتائج عالية الجودة. على سبيل المثال، إذا طلبت من الذكاء الاصطناعي “تخطيط رحلة”، فقد يقترح رحلة فاخرة دون معرفة الميزانية المحدودة.
تسمح الأسئلة الجيدة بتجنب “الانتروبيا” - الفوضى الناتجة عن عدم اليقين المفرط.
كيفية تشكيل مطالبات عالية الجودة
تقدم المقالة طرقًا لزيادة فعالية التواصل مع الذكاء الاصطناعي. وهي تعتمد على تصميم البرومبتات (prompt engineering).
بعض النصائح:
يجب أن نبدأ بالأساسيات: من، ماذا، لماذا. من المهم دائمًا تضمين الخلفية لإنشاء السياق. بدلاً من الطلب “اكتب قصيدة”، يجب تجربة الطلب: “أنت شاعر رومانسي يكتب احتفالًا بذكرى زواجنا. الموضوع - الحب الأبدي. يجب أن تكون القصيدة قصيرة ولطيفة.”
يجب تشكيل المعلومات «بطبقات»، مثل الكعكة— من العام إلى الخاص**.** ابدأ بالعام، ثم أضف التفاصيل. بالنسبة لمهمة البرمجة: «أنا مبرمج مبتدئ. أولاً اشرح أساسيات بايثون. ثم ساعدني في تصحيح هذا الكود [أدخل الكود]. السياق: هذا لتطبيق لعبة بسيط». سيساعد ذلك الذكاء الاصطناعي على معالجة الطلبات المعقدة دون إرباك.
استخدام العلامات والبنية. يجب تنظيم المطالبات باستخدام العلامات. مثال: “الهدف: تخطيط عطلة بميزانية. القيود: 500 دولار. مناسب للعائلة. التفضيلات: وجهة شاطئية”. هذا يشبه تقديم خريطة طريق للذكاء الاصطناعي.
تضمين العناصر متعددة الوسائط. إذا كانت الطلبات تتطلب استخدام العناصر المرئية أو المحادثات السابقة، يجب تقديم وصف. مثال: «استنادًا إلى هذه الصورة [وصف أو رابط] اقترح خيارات للملابس. السياق السابق: أفضّل الأسلوب اليومي». للمهام الطويلة، يجب تلخيص القصة بإيجاز.
تصفية الضوضاء. يجب تضمين الضروري فقط في التحفيز. إذا كان الذكاء الاصطناعي “يخرج عن المسار”، يجب إضافة توضيح. على سبيل المثال: “تجاهل المواضيع غير ذات الصلة - ركز فقط على الفوائد الصحية.”
تسجيل الأخطاء السابقة. من المهم التفكير بالمستقبل، على سبيل المثال: “في المرة السابقة اقترحت X، لكن ذلك لم ينجح بسبب Y - قم بتعديل ذلك وفقًا لذلك.”
نذكّر، في أكتوبر أظهرت دراسة جامعة بنسلفانيا أن النماذج اللغوية الكبيرة تجيب بدقة أكبر إذا تم التعامل معها بشكل غير رسمي.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
شرح الباحثون كيفية تحسين جودة إجابات الذكاء الاصطناعي - ForkLog: العملات الرقمية، الذكاء الاصطناعي، التفرد، المستقبل
تزيد العبارات السياقية المدروسة بعناية من دقة إجابات نماذج الذكاء الاصطناعي. هذه النتيجة واردة في مقال مختبر شنغهاي للذكاء الاصطناعي.
على الرغم من قدرة الشبكات العصبية على فهم اللغة الطبيعية، إلا أنها لا تزال بحاجة إلى الحصول على معلومات إضافية وطلبات محددة بوضوح لتقديم نتائج عالية الجودة. على سبيل المثال، إذا طلبت من الذكاء الاصطناعي “تخطيط رحلة”، فقد يقترح رحلة فاخرة دون معرفة الميزانية المحدودة.
تسمح الأسئلة الجيدة بتجنب “الانتروبيا” - الفوضى الناتجة عن عدم اليقين المفرط.
كيفية تشكيل مطالبات عالية الجودة
تقدم المقالة طرقًا لزيادة فعالية التواصل مع الذكاء الاصطناعي. وهي تعتمد على تصميم البرومبتات (prompt engineering).
بعض النصائح:
نذكّر، في أكتوبر أظهرت دراسة جامعة بنسلفانيا أن النماذج اللغوية الكبيرة تجيب بدقة أكبر إذا تم التعامل معها بشكل غير رسمي.