पाठ्यक्रम 250 में से पाठ 112 · Neural-net की समझ, LLMs और AI कैपस्टोन
Neural-net की समझ, LLMs और AI कैपस्टोन

Prompt engineering

क्योंकि आपके काम के बारे में मॉडल जो कुछ जानता है वह prompt से आता है, अच्छे prompts लिखना एक असली हुनर है। दो सिद्धांत ज़्यादातर भार उठाते हैं।

धुँधले नहीं, ख़ास रहें

एक धुँधला prompt धुँधले (या ग़लत) जवाब को न्योता देता है। तुलना करें:

# vague
"summarize this"

# specific
"Summarize this in 2 sentences for a non-technical reader. "
"Lead with the single most important number."

फ़ॉर्मैट, पाठक, लंबाई, और किस पर ध्यान देना है बताएँ। मॉडल मन नहीं पढ़ता; यह टेक्स्ट का अनुमान लगाने वाला है।

उदाहरण दिखाएँ (few-shot prompting)

सबसे भरोसेमंद तरकीब है अपने असली सवाल से पहले मॉडल को कुछ इनपुट/आउटपुट जोड़े दिखाना। इसे few-shot prompting कहते हैं, और यह पैटर्न को बताने से कहीं बेहतर सिखाता है:

Classify the sentiment.

Input: good
Output: positive
Input: awful
Output: negative
Input: great
Output:

मॉडल काम का आकार देखता है और उसे आगे बढ़ाता है, आख़िरी Output: भरते हुए। वह आख़िरी पंक्ति खुली छोड़ना जवाब देने का संकेत है।

इसे सचमुच आज़माएँ

Floati ऐप में, एक बार on-device मॉडल load हो जाने पर आप ऐसी स्ट्रिंग सीधे उसे दे सकते हैं (जैसे AI panel में await engine.chat(prompt)) और उसे आख़िरी पंक्ति पूरी करते देख सकते हैं। हम इस ग्रेडर के अंदर live मॉडल नहीं चला सकते (उसे WebGPU चाहिए और वह अनिश्चित है), इसलिए यहाँ आप prompt स्ट्रिंग बनाएँगे, जो वह हिस्सा है जिसे आप पूरी तरह नियंत्रित करते हैं।

आपकी बारी

few_shot_prompt(task, examples, query) लिखें। यह एक स्ट्रिंग लौटाता है: task पंक्ति, फिर एक ख़ाली पंक्ति, फिर हर (inp, out) उदाहरण एक Input: <inp> पंक्ति और उसके बाद एक Output: <out> पंक्ति के रूप में, फिर एक आख़िरी Input: <query> पंक्ति और मॉडल के पूरा करने के लिए एक आख़िरी Output:। सब कुछ नई पंक्तियों से जोड़ें। फिर prompt = few_shot_prompt("Classify the sentiment.", examples, "great") सेट करें।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।