Resumir.
Comenzó con una sola palabra.
No contentos con los resultados, lo intentamos de nuevo.
Resume los puntos más importantes del artículo..
La ingeniería rápida nos enseña que las indicaciones más específicas son mejores.
Identifique los tres argumentos más importantes presentados en el artículo y evalúe la solidez del argumento del autor con base en la evidencia proporcionada. ¿Hay algún punto en el que crea que el argumento podría ser más fuerte o más convincente?
Con el tiempo, aprendimos a incluir más detalles para guiar a nuestros LLM favoritos a brindar las mejores respuestas.
Las técnicas de ingeniería rápidas se están volviendo sistemas más complejos y elaborados, a veces compuestos de muchos componentes. La definición de pronta ingeniería podría ser limitante a la hora de definir sistemas tan complejos.
En este artículo, quiero proponer una etiqueta más precisa para los sistemas multicomponentes que interactúan con los LLM:
Arquitectura inmediata.
La historia de la ingeniería rápida.
Los modelos de lenguaje modernos han desarrollado una capacidad impresionante para asumir tareas novedosas después de ver sólo un par de ejemplos. Esta habilidad se llama aprendizaje en contexto, y es la razón principal por la que la ingeniería de incitación funciona tan bien.
Los investigadores creen que el aprendizaje en contexto funciona porque el entrenamiento previo le enseña al modelo las habilidades generales necesarias para las tareas lingüísticas. Luego, en el momento de la prueba, sólo tiene que reconocer el patrón y aplicar sus habilidades. Los modelos más grandes hacen esto aún mejor, haciéndolos sorprendentemente adaptables a diversas tareas de lenguaje natural. [2]
En el pasado, se necesitaban miles de ejemplos etiquetados para ajustar un modelo de lenguaje para una nueva tarea. Pero con el aprendizaje en contexto, puede darle al modelo la descripción de la tarea en su ventana contextual, y…