Montar el prompt fundamentado
La recuperación encontró los fragmentos correctos; ahora tienes que decirle al modelo que los use a ellos y nada más. Este es el paso de montaje del prompt, y es donde se impone la fundamentación. Un prompt fundamentado hace tres trabajos: presenta el contexto recuperado con claridad, indica al modelo que responda solo a partir de ese contexto, y le da al modelo una salida de emergencia para que pueda admitir que no sabe en lugar de inventarse una respuesta.
Numerar los fragmentos importa por dos razones: los separa visualmente para que el modelo no mezcle dos pasajes, y le permite citar "[2]" si más adelante pides citas. La línea de salida de emergencia es la otra mitad de la barrera de rechazo de la lección anterior: incluso cuando la recuperación es decente, la respuesta concreta puede no estar en el texto, y un modelo al que se le dice exactamente qué decir cuando no sabe tiene muchas menos probabilidades de alucinar.
System: Answer the question using only the context below.
If the answer is not in the context, reply exactly: I don't know.
Context:
[1] Refunds are issued within five business days...
[2] Shipping takes 5 to 7 business days...
Question: how long do refunds take?
Assistant:Esa línea final Assistant: es el turno abierto: es donde el modelo empieza a escribir. (En tu navegador, el WebLLM del dispositivo tomaría exactamente esta cadena y produciría la respuesta. Solo se evalúa la cadena que montas, nunca la respuesta del modelo: esa cadena es la parte determinista que de verdad diseñas.)
Qué construir. Escribe build_rag_prompt(query, contexts), donde contexts es una lista de cadenas de fragmentos. El prompt devuelto debe:
- Contener cada fragmento de contexto, numerado empezando en 1 como
[1] ...,[2] ...en orden. - Contener la instrucción exacta de responder usando solo el contexto.
- Contener la salida de emergencia exacta
I don't know.(la respuesta indicada al modelo cuando la respuesta no está). - Contener el texto de
query. - Terminar en un turno de respuesta abierto (la última línea no vacía es el marcador
Assistant:).
Pulsa Ejecutar para montar un prompt a partir de dos fragmentos recuperados y leerlo.
Escribe build_rag_prompt(query, contexts), que devuelva una cadena de prompt fundamentado. Debe numerar cada fragmento de contexto como [1] ..., [2] ... en orden, incluir una instrucción para responder usando solo el contexto, incluir la salida de emergencia exacta I don't know., incluir la query, y terminar en un turno abierto Assistant:.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.