在ChatGPT推出之后,大语言模型大火,但在用了一段时间后,我便将它弃用了,原因是…我觉得它太笨了!今天在课上抽时间听了李弘毅教授的课程,大受启发,原来不是它太笨,是我不会激发出它的潜力来,现在顺便将上课笔记整理作为分享。
a)神奇咒语法
1. chain of thought
eg : let’s think step by step let’s think about this logically
2.让模型解释一下自己的答案
eg:让模型解释一下为什么这样批改,这么做 它的正确率会更高。
3.情绪勒索
eg:这件事情对我真的很重要 对我的职业很重要。
4.其他咒语的论文
对模型有礼貌是没有用的,要求直说无妨 /要说要做什么,而不要说不要做什么。 /如果你做的好的话就会给你消费能有作用 / 如果你做不好你会受到处罚/ 你要保证你的答案是没有偏见的。…
5.用AI寻找神奇咒语
以增强式学习训练另外一个语言模型,即训练出一个擅长下咒语的语言模型。
b)提供给大模型更多资讯
1.把前提讲清楚
eg:ntu有台湾大学和南洋理工大学,你可以告诉他你是新加坡or台湾人
2.把AI不清楚的资料提供给他
eg:把pdf材料喂给他,然后让他画表就行
3.提供范例
eg:如果ai不知道是什么,或者怎么做,给他做示范。 in-context learning
————Gemini的in-context learning能力很强可以用来尝试
c) 拆解任务
自行把任务拆解成几个步骤,让其逐个击破
对旧模型可能有用,但是新模型不一定起作用。因为新模型自动就执行这个过程了。
eg:生成一份AI的报告拆解———— 1.先写出大纲 2.根据大纲写摘要,写段落
这一部分内容可以解释chain of thought。让他自己完成拆解任务的过程
d)让语言模型检查自己的错误
得出答案很难,但是检查出错误很简单的情况有很多。
eg:把问答丢给同一个AI机器人来尝试让他反省答案,再将问答和反省丢给AI让他重新回答。
但这个反省不会真正影响语言模型,参数没有改变,问同样的问题会有同样的答案。
e) 让大语言模型多次回答同一个问题,将最多出现的答案作为正确答案。
学名:self-consistency
问:为何同一个问题每次答案会有所不同?
答:文字接龙输出的不是字,而是一个概率分布,会输出每一个字接龙在这之后的概率。每次都会掷筛子,所以答案可能会不同。
f) 打组合拳 Tree of thoughts
拆解任务为几个步骤,并且让他做三次文字接龙产生三次答案,然后让他自我反省检查这些答案是否是正确的。
每一步骤都同时产出多个答案进行校验,最后得出正确的答案来。
g) 使用工具来强化他的能力
模型不擅长做算数学,但是它可以调用工具来提升数学能力。
工具列表:
1.搜索引擎:专业问题语言模型不一定回答正确。我们先去网络或资讯库搜索,将额外资讯和困难的问题喂给AI,他将会更有可能接出正确答案。 在整个过程中,语言模型没有发生任何改变。
Retrieval augmented generation
当然,是否使用搜索引擎,AI会自行决定。你也可以和他讲人话,让他上网搜索之后再进行回答。
2.写程序:
鸡兔同笼的问题,chatgpt4会选择写python解方程来结局问题。它写完程序后自动跑程序来解题。
program of thought方法。
eg:叫chat gpt写100遍哈哈哈。
3.文生图AI
DALL-E,把文生图的能力接入chatgpt。 最好强调文字上不要出现文字,因为AI生成文字的能力并不是很好。
玩法测试:文字游戏
现在可以多加一句,让他根据我的描述生成一张图。
- GPT Plug-in 其他的内置工具
这部分内容可以查看到Openai的ChatGPT官方所提供的插件页面。
5.语言模型如何使用工具?
使用工具的方式也是文字接龙。
eg:
这两个方块区域就是调用工具的地方。
h)模型合作
1.再训练一个模型,让他决定谁更合适
让合适的模型做合适的事情。再训练一个模型判断新的任务应该交给谁处理。
不同模型的能力和成本是不同的,简单的任务可以不让4来回答。
FrugalGPT 用一个模型来分配工作,让模型合作实现更好的效果和低廉的成本。
2.让模型彼此讨论。
把输入和输出的结果喂给模型,然后让其他模型和它进行讨论最后得出答案
注意,括号里的那句话很重要,一定要告诉他不需要完全同意我的看法,不然他会夸耀吹嘘我的翻译。
反复把他们的回复喂给对面,然后让他们得出两者都觉得是最好的答案。
让模型彼此讨论,比让他自己讨论的结果会更好,会有更高机会推翻自己之前的答案。
可以 利用API调用模型,使得他们自动进行互相对话。
论文学名:exchange of thought
模型的彼此讨论是有不同的方式,不同任务有不同的最好的讨论的方式。
——讨论如何停下来?
引入裁判模型,未达成共识则讨论继续,如果达成共识则输出结果。
——逼迫模型加强反对回答的可能。
因为模型太容易认输退缩而承认输入的答案,所以我们要让他强化反对回答的可能。
一般而言,比较长的讨论会有比较好的结果。
3.引入不同的角色:
eg:ai project/manager/ai programmer /ai user
或者,也可以告诉他,你是一个什么什么人,没准这样ai就会强化它的能力。
Dynamic LLM Agent Network.
方法很简单: 就是加入一个CEO,根据上述对话,给每个人的贡献打几分,让分数太低的人之后不要参与工作。
零基础如何学习大模型 AI
领取方式在文末
为什么要学习大模型?
学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术,如自然语言处理和图像识别,正在推动着人工智能的新发展阶段。通过学习大模型课程,可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术,从而提升自己在数据处理、分析和决策制定方面的能力。此外,大模型技术在多个行业中的应用日益增加,掌握这一技术将有助于提高就业竞争力,并为未来的创新创业提供坚实的基础。
大模型实际应用案例分享
①智能客服:某科技公司员工在学习了大模型课程后,成功开发了一套基于自然语言处理的大模型智能客服系统。该系统不仅提高了客户服务效率,还显著降低了人工成本。
②医疗影像分析:一位医学研究人员通过学习大模型课程,掌握了深度学习技术在医疗影像分析中的应用。他开发的算法能够准确识别肿瘤等病变,为医生提供了有力的诊断辅助。
③金融风险管理:一位金融分析师利用大模型课程中学到的知识,开发了一套信用评分模型。该模型帮助银行更准确地评估贷款申请者的信用风险,降低了不良贷款率。
④智能推荐系统:一位电商平台的工程师在学习大模型课程后,优化了平台的商品推荐算法。新算法提高了用户满意度和购买转化率,为公司带来了显著的增长。
…
这些案例表明,学习大模型课程不仅能够提升个人技能,还能为企业带来实际效益,推动行业创新发展。
学习资料领取
如果你对大模型感兴趣,可以看看我整合并且整理成了一份AI大模型资料包,需要的小伙伴文末免费领取哦,无偿分享!!!
vx扫描下方二维码即可
加上后会一个个给大家发
部分资料展示
一、 AI大模型学习路线图
整个学习分为7个阶段
二、AI大模型实战案例
涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,皆可用。
三、视频和书籍PDF合集
从入门到进阶这里都有,跟着老师学习事半功倍。
如果二维码失效,可以点击下方链接,一样的哦
【CSDN大礼包】最新AI大模型资源包,这里全都有!无偿分享!!!
😝朋友们如果有需要的话,可以V扫描下方二维码联系领取~