Ta przeglądarka nie jest już obsługiwana.
Przejdź na przeglądarkę Microsoft Edge, aby korzystać z najnowszych funkcji, aktualizacji zabezpieczeń i pomocy technicznej.
Jaki jest podstawowy cel komunikatu systemowego w wierszu polecenia?
Aby zdefiniować ograniczenia roli, zachowania i danych wyjściowych modelu.
Aby zapewnić dane szkoleniowe, które trwale zmieniają model.
Aby pobrać dane z zewnętrznego źródła danych.
Kiedy należy używać Generacji rozszerzonej przez wyszukiwanie (RAG) zamiast polegania wyłącznie na inżynierii zaleceń?
Jeśli chcesz, aby model odpowiadał w spójnym stylu i formacie.
Gdy model wymaga dostępu do danych specyficznych dla domeny lub bieżących, na których model nie był trenowany.
Jeśli chcesz zmniejszyć długość monitów wysyłanych do modelu.
Co kontroluje parametr temperatury w modelu językowym?
Maksymalna liczba tokenów, które może wygenerować model.
Losowość i kreatywność odpowiedzi modelu.
Szybkość przetwarzania żądań przez model.
Co optymalizuje dostrajanie w modelu językowym?
Rzeczowa dokładność odpowiedzi przez połączenie z danymi zewnętrznymi.
Spójność zachowania, stylu i formatu wyjściowego modelu.
Liczba tokenów, które model może przetworzyć w jednym żądaniu.
Tworzysz aplikację czatu, która musi odpowiadać na pytania przy użyciu katalogu produktów firmy przy zachowaniu określonego głosu marki. Która kombinacja strategii jest najbardziej odpowiednia?
Projekty inżynierii promptowej, włącznie ze szczegółowymi komunikatami systemowymi.
RAG dla danych katalogu produktów, dostrajanie głosu marki i tworzenie promptów do instrukcji specyficznych dla konwersacji.
Tylko dostrajanie z wykazem produktów zawartym w danych treningowych.
Przed sprawdzeniem pracy musisz odpowiedzieć na wszystkie pytania.
Czy ta strona była pomocna?
Potrzebujesz pomocy dotyczącej tego tematu?
Chcesz spróbować użyć asystenta Ask Learn, aby wyjaśnić ten temat lub uzyskać instrukcje, które go dotyczą?