14,985
edits
Generative AI glossary: Difference between revisions
Jump to navigation
Jump to search
→P
(→P) |
(→P) |
||
| Line 19: | Line 19: | ||
* prompt engineering (提示工程)：「提示工程」是反覆迭代的過程，透過撰寫提示詞 (prompt) 並評估模型的生成結果，來獲得您想要的結果。寫結構良好的提示是確保大型語言模型提供準確、高品質的關鍵。以下是幾種可用於最佳化生成結果的常見技巧：(1) 零樣本提示（Zero-shot prompting）：在不提供任何範例的情況下提示詞，完全依賴模型既有的知識。(2) 單一樣本提示（One-shot prompting）：在提示詞中提供一個範例，引導模型的回覆方向。(3) 少數樣本提示（Few-shot prompting）：在提示詞中提供多個範例，以符合您要求的模式或任務。」(Google, n.d.<ref>[https://docs.cloud.google.com/docs/generative-ai/glossary Generative AI glossary | Google Cloud Documentation]</ref><ref>[https://medium.com/@planetoid/%E7%99%BD%E8%A9%B1%E9%80%9A%E4%BF%97%E8%A7%A3%E9%87%8B-zero-shot-one-shot-few-shot-learning-68c56eca12ae 白話通俗解釋 zero-shot, one-shot, few-shot learning]</ref>) | * prompt engineering (提示工程)：「提示工程」是反覆迭代的過程，透過撰寫提示詞 (prompt) 並評估模型的生成結果，來獲得您想要的結果。寫結構良好的提示是確保大型語言模型提供準確、高品質的關鍵。以下是幾種可用於最佳化生成結果的常見技巧：(1) 零樣本提示（Zero-shot prompting）：在不提供任何範例的情況下提示詞，完全依賴模型既有的知識。(2) 單一樣本提示（One-shot prompting）：在提示詞中提供一個範例，引導模型的回覆方向。(3) 少數樣本提示（Few-shot prompting）：在提示詞中提供多個範例，以符合您要求的模式或任務。」(Google, n.d.<ref>[https://docs.cloud.google.com/docs/generative-ai/glossary Generative AI glossary | Google Cloud Documentation]</ref><ref>[https://medium.com/@planetoid/%E7%99%BD%E8%A9%B1%E9%80%9A%E4%BF%97%E8%A7%A3%E9%87%8B-zero-shot-one-shot-few-shot-learning-68c56eca12ae 白話通俗解釋 zero-shot, one-shot, few-shot learning]</ref>) | ||
== R == | |||
* RAG (Retrieval-augmented generation，檢索增強生成)：「檢索增強生成（英語：Retrieval-augmented generation，RAG）是一種使大語言模型（LLM）能夠從外部資料來源中檢索並整合新資訊的技術。」(資料來源：[https://zh.wikipedia.org/zh-tw/%E6%AA%A2%E7%B4%A2%E5%A2%9E%E5%BC%B7%E7%94%9F%E6%88%90 維基百科]) | |||
== S == | == S == | ||