《拥抱AIGC》三、模型学习与输出训练
<p align="justify"><span style="font-size:20px;"><strong>三、模型学习与输出训练</strong></span></p><p align="justify"> </p>
<p align="justify"><strong>模型学习方法</strong></p>
<p align="justify" > 零样本学习（zero-shot learning）：不提供示例。</p>
<p align="justify" > 一次样本学习（one-shot learning）：为模型提供一个示例。</p>
<p align="justify" > 小样本学习（few-shot learning）：为模型提供少量示例（一般是3~5个）。</p>
<p align="justify" > </p>
<p align="justify"><strong>提示：</strong>指用户提供给模型的输入，提示是用户控制模型生成输出的唯一方式，提示的质量决定输出的质量。</p>
<p align="justify" ><strong>为提高输出准确性</strong></p>
<ol>
<li align="justify" >避免向ChatGPT提供过多信息。</li>
<li align="justify" >避免向ChatGPT提出模糊的开放式问题。</li>
<li align="justify" >指定输出结构</li>
</ol>
<p ><strong>“幻视”：指模型生成的虚假或臆想的数据</strong></p>
<p ><strong>避免模型出现“幻视”办法：</strong></p>
<ol>
<li >确保提示定义清晰，并且能够明确阐释要实现什么目标。</li>
<li >提供有效的上下文，提供的有效上下文越多，模型越能生成与需求相匹配的答复。</li>
<li >避免在提示中使用模糊或存在歧义的术语或短语。</li>
<li >使用简洁的语音构建提示。</li>
<li >如果认为模型生成的答复不符合或不准确，应当考虑调整提示。</li>
</ol>
<p>标记一下，后面用到了好学习学习，非常感谢分享，好人一生平安！</p>
页:
[1]