详细内容或原文请订阅后点击阅览
查找黄金示例：一种更智能的文化学习方法
从随机示例选择到系统的Aupair生成 - 如何使LLM提示实际上是在工作的帖子查找黄金示例：更智能的秘密学习方法首先出现在数据科学方面。
来源:走向数据科学上下文
使用大型语言模型（LLMS），在文本学习（ICL）中，在处理下一个输入之前向LLM提供了输入和输出以向其学习，事实证明，在正确的方向指导LLM非常有效。已经制定了多种ICL策略。一些受欢迎的是单发（提供一个例子），很少射击（提供多个示例），经过思考链（在示例中逐步推理）等。让我们以一个简单的例子来更好地理解文章中的学习。
i c l当您问一个LLM时，“什么动物使声音'Moo'，它的类型是什么？”您可能会期望答案是“牛，哺乳动物”。但是LLM提供了更多信息。例如，当被问到同样的问题时，chatgpt给出了以下答案：
用户：哪种动物使声音“ moo”，它的类型是什么？
使声音“ moo”的动物是牛。动物：cowtype：哺乳动物（具体来说，是一种属于Bos Taurus物种的驯养的脱落的饲养的饲养的饲养的饲养型）。
链接：https：//chatgpt.com/share/6886636f-7b48-8000-8000-a477-544054405eddd7e43now now now，教导LLM会产生结果，因为我们期望的（动物名称，类型），我们可以在我们的预期形式上进行训练，以便在我们的预期形式中进行训练。另外，在推理期间，我们可以提供示例，然后再提出问题教授LLM我们的预期格式。这正是在文章中学习。 LLM从提供的示例中学习模式以执行手头的任务。这是与chatgpt与封闭式示例的相同互动：
https://chatgpt.com/share/6886636f-7b48-8000-a477-54405edd7e43 https://chatgpt.com/share/688664f0-96f0-8000-9125-6a40b24d2773 如何选择实际帮助的示例（不仅仅是任何示例）？” aupair：代码维修的金色示例 有效的示例选择 作者的图像 https://chatgpt.com/share/6886636f-7b48-8000-a477-54405edd7e43 https://chatgpt.com/share/688664f0-96f0-8000-9125-6a40b24d2773 如何选择实际帮助的示例（不仅仅是任何示例）？”