研究者たちは、AIの応答の質を向上させる方法を説明しました - ForkLog: 暗号通貨、AI、シンギュラリティ、未来

#研究者はAI応答の品質を向上させる方法を説明しました

綿密に作成されたコンテキストプロンプトは、AIモデルの回答精度を向上させます。この結論は、上海人工知能研究所の論文に記載されています。

自然言語を理解する能力があるにもかかわらず、ニューラルネットワークは依然として質の高い結果を提供するために追加情報と明確に定義されたリクエストを必要とします。例えば、AIに「旅行を計画する」と頼むと、限られた予算を知らずに豪華なクルーズを提案することがあります。

良い質問は「エントロピー」を避けることを可能にします — 過度の不確実性による混乱から。

質の高いプロンプトを形成する方法

この記事では、人工知能とのコミュニケーションの効率を高める方法が提案されています。それらはプロンプトの設計に基づいています (prompt engineering)。

いくつかのアドバイス:

1. 基礎から始める必要があります：誰、何、なぜ。 文脈を作るために常に背景を含めることが重要です。「詩を書いて」というプロンプトの代わりに、「あなたは私の記念日を祝うロマンティックな詩人です。テーマは永遠の愛です。詩は短くてかわいらしいものにしてください。」というリクエストを試してみるべきです。
2. 情報は「層」に分けて形成するべきである、ケーキのように — 一般的なものから具体的なものへ**.** 一般的なことから始め、次に詳細を追加する。プログラミングのタスクについて:「私は初心者プログラマーです。まずPythonの基本を説明してください。その後、このコードをデバッグするのを手伝ってください [コードを挿入]。文脈: これはシンプルなゲームアプリケーションのためです」。これにより、AIは複雑なリクエストを過負荷なく処理できるようになる。
3. タグと構造の使用。 プロンプトはラベルを使って整理するべきです。例: 「目的: 予算内の休暇を計画する。制約: $500。家族向け。好み: ビーチの目的地」。これはAIに地図を提供するようなものです。
4. マルチモーダル要素の導入。 リクエストが視覚要素や過去のチャットの使用を想定している場合は、説明を行う必要があります。例: 「この画像に基づいて [説明またはリンク] コーディネートの提案をしてください。前のコンテキスト: 私はカジュアルスタイルを好みます。」長いタスクの場合は、ストーリーを簡潔にまとめる必要があります。
5. ノイズフィルタリング。 プロンプトには必要なものだけを含めるべきです。もしAIが「道を外れた」場合は、説明を追加する必要があります。例えば、「無関係なテーマは無視し、健康の利益にのみ集中してください」と。
6. 過去の誤りの考慮。 先を見越して考えることが重要です。例えば、「前回あなたが提案したのはXでしたが、Yのためにうまくいきませんでした — それに応じて修正してください。」

念のため、10月にペンシルベニア大学の研究が発表され、大規模言語モデルは粗く呼びかけるとより正確に応答することが示されました。