Store sprogmodeller

  • 7 minutter

En forståelse af, hvordan generativ AI fungerer, kan hjælpe undervisere med at være på forkant med de teknologiske fremskridt inden for uddannelse. Lad os dykke mere ned i ordforrådet inden for kunstig intelligens.

Hvad er store sprogmodeller?

Stor sprogmodel (LLM) refererer til AI-modeller som GPT-5.6 (og fremtidige versioner) af OpenAI, der er trænet på enorme mængder tekst og kan generere samtalesvar på stedet ved at forudsige, hvilke ord der kommer næste gang i en sætning – som at lægge et puslespil. Store sprogmodeller kan udføre forskellige opgaver i naturligt sprog, f.eks.:

  • Klassifikation
  • Opsummering
  • Oversættelse
  • Oprettelse af indhold
  • Dialog (f.eks. virtuelle assistenter)

Store sprogmodeller er trænet på milliarder af sprogeksempler fra forskellige kilder som bøger, artikler og websteder, som hjælper dem med at reagere med fakta, grammatisk korrekt tekst, argumentation og en antydning af kreativitet.

Det populære ChatGPT-system fra OpenAI er et eksempel på denne type generativ AI. ChatGPT er drevet af en stor sprogmodel opfundet hos OpenAI baseret på GPT-5.6-modellen (generative pretrained transformer). Tænk på ChatGPT som en applikation, der er bygget oven på en stor sprogmodel, der er finjusteret til interaktive chats.

People, der bruger en app, der drives af en stor sprogmodel, kan dirigere modellens output via prompter – den tekst, de indtaster i appens grænseflade. Prompter kan være sætninger eller spørgsmål i naturligt sprog, kodestykker eller kommandoer eller en kombination af tekst eller kode.

Når en prompt er specifik og detaljeret, kan LLM'er generere tekst, udvide hovedpunkter, komprimere oplysninger til nøglepunkter og besvare spørgsmål effektivt. Kunsten at kreativt definere LLM-prompter er et nyt felt kendt som prompt design og prompt engineering. Det involverer processen med at udforme effektive og effektive prompter for at få det ønskede svar. Undervisere og studerende kan have brug for at eksperimentere med at vælge de rigtige ord, sætninger, symboler og formater, der hjælper modellen med at generere relevante tekster af høj kvalitet.

Her er nogle tip til at skrive effektive prompter:

  • Vær specifik.
  • Brug den rigtige model til opgaven.
  • Bed om resultater ud fra et bestemt synspunkt.
  • Guide modellen for at generere den ønskede længde.
  • Brug knappen Nyt emne , når du vil skifte emne

For yderligere tip[s se:]

Microsoft bruger teknologi til store sprogmodeller til at styrke funktionerne i Copilot Chat.

Copilot Chat er som at have en researchassistent, personlig planlægger og kreativ partner ved din side, når du søger på internettet. Med dette sæt funktioner, der er drevet af kunstig intelligens kan du:

  • Stil et konkret spørgsmål. Når du stiller komplekse spørgsmål, kan Copilot Chat give dig detaljerede svar.
  • Få et faktisk svar. Copilot Chat ser på søgeresultater på tværs af internettet for at give et opsummeret svar.
  • Vær kreativ. Når du har brug for inspiration, kan Copilot Chat hjælpe dig med at skrive digte, historier eller endda skabe et helt nyt image.
  • I chatoplevelsen kan du også stille opfølgende spørgsmål som "Kan du forklare det med enklere vendinger" eller "Giv mig flere muligheder" for at få anderledes og mere detaljerede svar i din søgning.

Bemærk!

Kontrollér altid resultaterne af fakta. Selvom LLM-svar virker overbevisende, kan de være unøjagtige, ufuldstændige eller upassende. Chatbeskeder kan ikke forstå eller evaluere svarnøjagtigheden. Det er vigtigt at bemærke, at Copilot Chat giver undervisere og studerende kilder til det onlineindhold, den bruger som data i sine svar, så de kan evaluere det, før de bruger det som en pålidelig kilde.

Et praktisk eksempel:

Et fakultetsmedlem på et universitet skal skrive et nyt pensum til et kursus om byplanlægning. De starter med at bede Copilot Chat om at skrive et resumé af et kursus om byplanlægning på universitetsniveau. Oversigten er detaljeret, men omfatter ikke alle kursuselementerne. Fakultetsmedlemmet ændrer prompten, så kursusdispositionen medtages, og angiver, at resuméet er til en kursuspensum. Den anden gentagelse er tættere på, hvad de har brug for til pensum. De kopierer teksten, indsætter den i et Word-dokument og ændrer blot nogle få ord. Opsummeringen er færdig. De beder derefter Copilot Chat om at skrive læringsmål for kurset baseret på dispositionen og oversigten. På få minutter fuldfører de denne opgave og kan gå videre til at oprette kursusmaterialer.

Selvom chatsamtaler er imponerende på mange måder, er de bedst egnet til opgaver, der involverer kategorisering, generering af nye ideer eller opsummering af tekst i stedet for at hente specifikke detaljer fra et stort datasæt.