📄️ 介紹
現在我們將透過社群成員編寫的文章來討論端到端的提示工程的過程。
📄️ 🟢 多選項問題
讓我們使用 GPT 來解決一道 LSAT 問題!
📄️ 🟢 解答討論性問題
透過正確的提示,GPT-3 非常擅長寫作短格式回答。為了證明這一點,我將看一下解答討論性問題,這是許多大學課程中常見的每週任務。對討論性問題的回答通常約為100到700字。更長的內容可能會有些棘手,因為語言模型的記憶有限,並且難以理解他們所寫的內容的整體情況(@jin2022plot)。
📄️ 🟢 用 GPT-3 構建 ChatGPT
介紹
📄️ 🟢 聊天機器人 + 知識庫
從 GPT-3 和 ChatGPT 等大型語言模型 (LLM) 的最新進展中可以看出,在技術行業引起了很大的關注。這些模型對內容生成非常強大,但它們也有一些缺點,例如偏差(@nadeem-etal-2021-stereoset) 和幻覺(@Ji_2022)。LLM 在聊天機器人開發方面特別有用。