构建本地文档助手发现,负面提示(指示大型语言模型LLM不要做什么)不如正面指令有效。最成功的方法是提供关于期望行为的清晰、肯定的指导。 AI
影响 有效的提示工程对于优化LLM在文档助手等专业应用中的性能至关重要。
排序理由 该条目讨论了构建本地文档助手的发现,提供了关于LLM提示工程的见解,属于对AI能力的评论。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
构建本地文档助手发现,负面提示(指示大型语言模型LLM不要做什么)不如正面指令有效。最成功的方法是提供关于期望行为的清晰、肯定的指导。 AI
影响 有效的提示工程对于优化LLM在文档助手等专业应用中的性能至关重要。
排序理由 该条目讨论了构建本地文档助手的发现,提供了关于LLM提示工程的见解,属于对AI能力的评论。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Leçon apprise en construisant des assistants documentaires locaux : les consignes négatives (« ne fais pas X ») marchent mal avec les LLM. La règle qui marche : faire du résultat vide un livrable, définir ce que le modèle doit produire à la place, et le rendre légitime. Exemples …