প্রোম্পট ইঞ্জিনিয়ারিং
এই গাইডটি বড় ভাষার মডেল (সময়ের ব্যাপারে সাধারণভাবে GPT মডেল হিসেবে পরিচিত) থেকে ভাল ফলাফল পেতের লৌকিক অনুশীলন এবং ট্যাকটিক্যাল দৃশ্যমান করার উপায় শেয়ার করে। এখানে বর্ণিত পদক্ষেপগুলি সময়ে একই সময়ের পরিণামের জন্য মিশ্রণ করা যেতে পারে। আমরা আপনাকে প্রয়োগ করার জন্য প্রয়াস করতে উৎসাহিত করি যেসব পদক্ষেপটি আপনার জন্য সেরা কাজ করে।
এখানে ডেমনস্ট্রেট করা উদাহরণ গুলির মধ্যে কিছুটা এখনও আমাদের সবচেয়ে সক্ষম মডেল, gpt-4 এর সাথে মৌলিক রীতিতে কাজ করে। সাধারণত, যদি আপনি মানুষের একটি কার্য অসফল হয়ে যান এবং একটি আরও সক্ষম মডেল পাওয়া যায়, তবে সংশ্লিষ্ট মডেল দিয়ে আবার চেষ্টা করা সময়ের যোগ্য হতে পারে।
পরামর্শ: এই টিউটোরিয়ালটি আধিকারিক OpenAI টিপ ইঞ্জিনিয়ারিং গাইডের অনুবাদ। টিউটোরিয়ালটি টিপ শব্দের স্ট্রাটেজি/ট্যাকটিকস এবং কীভাবে ইনস্ক্রিপশনের মাধ্যমে LLM কে প্রজ্ঞাপ্ত ফলাফল ফেরতে বলা হয়েছে।
ভাল ফলাফল পেতের জন্য ছয়টি রণনীতি
স্পষ্ট নির্দেশ লিখুন
এই মডেলগুলি আপনার মন পড়ে না। যদি আউটপুট খুব লম্বা হয়, তাহলে সংক্ষেপণমূলক উত্তর চাইতে বলুন। যদি আউটপুট খুব সহজ হয়, তাহলে এক্সপার্ট-লেভেল রাইটিং চাইতে বলুন। যদি আপনি ফরম্যাট অপছন্দ করেন, তাহলে আপনি যে ফরম্যাটটি দেখতে চান তা প্রদর্শন করুন। মডেলটির কাছে আপনি যা চান, তা বোঝাতে যত কম মডেলটিকে অনুমান করতে হবে।
ট্যাকটিকস:
- আপনার জিজ্ঞাসা করতে বেশি সম্পর্কিত উত্তর পাওয়ার জন্য বিস্তারিত তথ্য অন্তর্ভুক্ত করুন
- মডেলকে একটি ব্যক্তিত্ব অনুসরণ করার জন্য নির্দেশ দিন
- ইনপুটের বিভিন্ন অংশগুলি পরিষ্কারভাবে সূচিত করতে ডিলিমিটার ব্যবহার করুন
- টাস্কটি সম্পাদন করার জন্য প্রয়োজনীয় পদক্ষেপগুলি উল্লেখ করুন
- উদাহরণ সরবরাহ করুন
- আউটপুটের কাছাকাছি দৈর্ঘ্য সূচনা করুন
আপেক্ষিক পাঠ সরবরাহ করুন
ভাষার মডেলগুলি নিশ্চিতভাবে জাল উত্তর আবিষ্কার করতে পারে, বিশেষ করে যখন কোনও চর্মফ্যাল বিষয়ে বা উদ্ধৃতিগুলির জন্য জিজ্ঞাসা করা হয়। যত্নে তুলতে একটি নোটের কাগজটি একজন ছাত্রকে একটি পরীক্ষায় ভাল ফলাফল দেওয়া সাহায্য করে, এমনভাবে এই মডেলগুলিকে একটি উত্তর উৎপন্ন করার জন্য সমর্থন পদক্ষেপগুলি বিষয়ত পাঠ সরবরাহ করা সাহায্য করে।
ট্যাকটিকস:
- মডেলকে একটি আপেক্ষিক পাঠ ব্যবহার করে উত্তর দেওয়ার জন্য নির্দেশ দিন
- মডেলকে একটি আপেক্ষিক পাঠ ব্যবহার করে উত্তর দেওয়ার নির্দেশ দিন
জটিল কাজগুলি সহজ উপকারের জন্য সংক্ষেপন করুন
যত মডার্ন বিষয় বিবেচনা করার সময় পরিশোধ সংক্ষেপন এবং সাধারণভাবে কার্যের মধ্যে কontaas বিভক্ত করার মতো ইয়ে সফটওয়্যার ইঞ্জিনিয়ারিংএ ভাল অনুশাসনকে জিতিতে ভাল অনুভূতি হয়। এসব কঠিন কাজগুলির ক্ষেত্রে ঘাতক ত্রুটি পেতে সাধারণভাবে বেশি হয়। আরওতো, সাধারণভাবে সঙ্গের কর্মকাজের আউটপুটগুলি পূর্বনির্ধারিত ভাবে কার্যপ্রণালী বিভাগে সাটানো সত্ত্বেও পরবর্তী কাজের উপ-ওইন্পুটগুলি তৈরি করার জন্য অধিকরূপে স্পষ্টভাবে বর্ণনা করুন।
ট্যাকটিকস:
- ব্যবহার করা হয় ইনটেন্ট ক্লাসিফিকেশন উপযোগী নির্দেশনার জন্য বিশেষভাবে নির্দেশ সরবরাহ করা
- বাড়াতে ব্যাপক সংলাপ যা প্রিয় দীর্ঘতে প্রয়োজন, সংক্ষেপ তাত্ক্ষণিকভাবে বা ফিল্টার করা
- দীর্ঘ ডকুমেন্টগুলি খণ্ডভাবে সংক্ষেপ করুন এবং একটি পূর্ণ সংক্ষেপ পূনরাবৃত্তিকরণ করুন
মডেলকে "চিন্তা" করার জন্য সময় দিন
যদি কাদিতে 17 টি 28 গুণ করতে বলা হয়, তবে আপনি সে তা তাদের উদ্বেগেরহিতকে সহজে সংশ্লিষ্ট করতে পারেন, তবে সময় নিয়ে কাজ করতে পারেন। অতএব, মডেলগুলি মানবকে যখন সরাসরি উত্তর প্রদান করার মুখোমুখি হতে পারে যে সময়ে বেশিক্ষণ ত্রুটি করে। তাই একটি উত্তরের পূর্বে মডেলকে বিচার করার জন্য "চিন্তার শ্রেণী" চাইতে বলা যাতে মডেলটি সঠিক উত্তরের দিকে তার পথ পাবে।
ট্যাকটিকস:
- উত্তরের পূর্বে মডেলকে নিজের সমাধানটি কে তত্ত্ব করতে বলুন
- মডেলের অন্তর্ধান প্রক্রিয়া আড়াতে তার ভাবনা বা এক ধারাপ্রক্রিয়া ব্যবহার করুন
- আগের পাশে ফিরে যাওয়া মডেল যদি কিছু ছেড়ে
Prompt word example description
We all know that the Chat Model API that calls OpenAI has three message types, SYSTEM, USER, and ASSISTANT, and the functions of these three messages are as follows:
| Message type (corresponding to the api's role parameter) | Description |
|---|---|
| SYSTEM | The system message helps set the behavior of the assistant. For example, you can modify the personality of the assistant or provide specific instructions about how it should behave throughout the conversation. However note that the system message is optional and the model’s behavior without a system message is likely to be similar to using a generic message such as "You are a helpful assistant." |
| USER | A user message is a matter of user input. |
| ASSISTANT | Helper messages represent what GPT returns. |
Examples of prompt words in this tutorial will be explained in the following format:
// SYSTEM Message
This shows how to set the SYSTEM Message prompt word.
// USER Message
This shows how to set the USER Message prompt word.
// ASSISTANT Message
This demonstrates what GPT might return.
Strategy: Write clear instructions
Tactic: Include details in your query to get more relevant answers
In order to get a highly relevant response, make sure that requests provide any important details or context. Otherwise you are leaving it up to the model to guess what you mean.
| Worse | Better |
| How do I add numbers in Excel? | How do I add up a row of dollar amounts in Excel? I want to do this automatically for a whole sheet of rows with all the totals ending up on the right in a column called "Total". |
| Who’s president? | Who was the president of Mexico in 2021, and how frequently are elections held? |
| Write code to calculate the Fibonacci sequence. | Write a TypeScript function to efficiently calculate the Fibonacci sequence. Comment the code liberally to explain what each piece does and why it's written that way. |
| Summarize the meeting notes. | Summarize the meeting notes in a single paragraph. Then write a markdown list of the speakers and each of their key points. Finally, list the next steps or action items suggested by the speakers, if any. |
Tactic: Ask the model to adopt a persona
The system message can be used to specify the persona used by the model in its replies.
// SYSTEM Message
When I ask for help to write something, you will reply with a document that contains at least one joke or playful comment in every paragraph.
// USER Message
Write a thank you note to my steel bolt vendor for getting the delivery in on time and in short notice. This made it possible for us to deliver an important order.
Tactic: Use delimiters to clearly indicate distinct parts of the input
Delimiters like triple quotation marks, XML tags, section titles, etc. can help demarcate sections of text to be treated differently.
// USER Message
Summarize the text delimited by triple quotes with a haiku.
"""insert text here"""
// SYSTEM Message
You will be provided with a pair of articles (delimited with XML tags) about the same topic. First summarize the arguments of each article. Then indicate which of them makes a better argument and explain why.
// USER Message
<article> insert first article here </article>
<article> insert second article here </article>
// SYSTEM Message
You will be provided with a thesis abstract and a suggested title for it. The thesis title should give the reader a good idea of the topic of the thesis but should also be eye-catching. If the title does not meet these criteria, suggest 5 alternatives.
// USER Message
Abstract: insert abstract here
Title: insert title here
রণনীতি: একটি কাজ সম্পাদনের প্রয়োজনীয় পদক্ষেপগুলি নির্ধারণ করুন
কিছু কাজগুলি সর্তক ধারাপ্রবাহের থাকা এবং সীমানা বিশিষ্ট পদক্ষেপের দিয়ে নির্দেশ করে সরল হতে পারে। পদক্ষেপগুলির সীক্ষা পাঠানো হলে মডেলটির কাজ তা অনুসরণ করা সহজ হতে পারে।
// SYSTEM Message
ব্যবহারকারী ইনপুটে প্রতিক্রিয়া দেওয়ার জন্য নিম্নলিখিত পদক্ষেপগুলি ব্যবহার করুন।
পদক্ষেপ 1 - ব্যবহারকারী আপনাকে তিনবার কোটেশনের মধ্যে লেখা প্রদান করবেন। এই লেখাকে "সারমর্ম: " বলে একটি বাক্যে সংক্ষিপ্ত করুন।
পদক্ষেপ 2 - প্রথম পদক্ষেপ থেকে সারমর্মটি স্প্যানিশে অনুবাদ করুন, যেটা "অনুবাদ: " বলে প্রিফিক্স করা থাকুক।
// USER Message
"""এখানে লেখা প্রবেশ করান"""
রণনীতি: উদাহরণ সরবরাহ করা
সাধারণভাবে সব উদাহরণের জন্য সামান্য নির্দেশিকা প্রদান করা, সমস্ত পরিপ্রোয়কে নির্দিষ্ট করা অনুসরণ করতে, আপনার ইচ্ছা হলে মডেলকে অনুসরণ করার একটি নির্দেশিকা দেওয়া বা অনুসরণযোগ্য না প্রশ্নের উত্তর দেওয়া সহজ থাকতে পারে। এটি "ফিউ-শট" প্রোম্পোর হিসাবে পরিচিত।
// SYSTEM Message
একটি সন্নিবেশ ভাষার মধ্যে উত্তর দিন।
// USER Message
ধৈর্য শেখাও।
// ASSISTANT Message
সবচেয়ে গভীর ব্যালি ছাঁড়া নদী একটি সাধারন স্প্রিং থেকে প্রবাহিত হয়; গ্র্যান্ডেস্ট সিম্ফোনি একটি একক নোট থেকে মূলত উৎপন্ন হয়; সবচেয়ে জটিল ট্যাপেস্ট্রি একটি একক থ্রেড দিয়ে শুরু হয়।
// USER Message
মহাসাগর সম্পর্কে আমাকে শেখাও।
রণনীতি: লক্ষিত প্রদর্শনের ক্ষেত্রে আউটপুটের কামী পরিমাণ নির্ধারণ করুন
আপনি মডেলকে নির্দিষ্ট লক্ষিত পরিমাণের আউটপুট তৈরি করার জন্য অনুরোধ করতে পারেন। নিশ্চিত আউটপুটের দৈর্ঘ্য নির্ধারণ করা যায় শব্দ, বাক্য, অনুচ্ছেদ, বুলেট পয়েন্ট ইত্যাদির সংখ্যায়। যদিও মনে রাখতে হবে যে মডেলকে নির্দিষ্ট সংখ্যক শব্দের জন্য উত্তর তৈরি করার নির্দেশ দেওয়া ফলে দৈর্ঘ্যের সঠিকতার মাধ্যমে শক্তি হতে পারে। মডেলটি নির্দিষ্ট সংখ্যক অনুচ্ছেদ বা বুলেট পয়েন্ট দিয়ে আউটপুট তৈরি করতে বেশী নিখোঁজ হতে পারে।
// USER Message
তিনবার কোটেশন দ্বারা দেওয়া লেখার সারমর্ম 50 শব্দে সংক্ষিপ্তমি।
"""ইথেন্সে লেখা প্রবেশ করান"""
// USER Message
তিনবার কোটেশন দ্বারা দেওয়া লেখার সারমর্ম 2 প্যারাগ্রাফে সংক্ষিপ্তমি।
"""ইথেন্সে লেখা প্রবেশ করান"""
// USER Message
তিনবার কোটেশন দ্বারা দেওয়া লেখার সারমর্ম 3 বুলেট পয়েন্টে সংক্ষিপ্তমি।
"""ইথেন্সে লেখা প্রবেশ করান"""
যোগাযোগের নয়ার বিষয়ে ধারণা পেতে, ইচ্ছামতো যোগাযোগ প্রশ্নের বিভিন্ন প্রকার শ্রেণীবোধ করতে এবং ওই শ্রেণীকরণ ব্যবহার করে কোনটি করণীয় সঙ্গে সংশ্লিষ্টতা রেখে কোনটি প্রয়োজন। এটি যোগাযোগের একাধিক পর্বে একটি কাজের পরে প্রয়োজনীয় নির্দেশনা পরিষ্কার করার জন্য ব্যবহার করা যায়। এই প্রক্রিয়াটি কোনও একা প্রয়োজনে কোনও একটি প্রশ্নের জন্য সর্বাধিক ন্যায় যোগাযোগ তালিকা ব্যবহার করা চাইলে উপকারে পাওয়া যেতে পারে। এটি আবারও আবদ্ধভাবে লাগু করা যেতে পারে যখন একটি কাজকে একধরণের পেশাগত পর্বের এক অনুসন্ধান দেয়। এই পদক্ষেপের সুবিধা হল প্রতিটি অনুসন্ধানই ওই নির্দেশনাগুলিতে সমালোচিত যাতে যা একটি প্রতিটি প্রথমদিকের প্রতিশ্রুতি আলোচ্য হয় তার প্রয়োজন তা হয় যা পরম পরীক্ষা দ্বারা চলুকে থাকা চেয়ে কম। এটি আরও নির্দেশনা লাভ করার পরিণাম দেওয়ার সাথে-সাথে কোস্ট কম হতে পারে কারণ, বড় প্রম্প্ট চালাতে বেশি দাম লাগে।
যেমন, উদাহরণ হিসাবে, একটি গ্রাহক সেবা অ্যাপ্লিকেশনের জন্য, অনুসন্ধানগুলি নিম্নলিখিত অনুসন্ধান মত শ্রেণীবোধ করা যেতে পারে:
// সিস্টেম বার্তা
আপনাকে গ্রাহক সেবা অনুসন্ধানগুলি প্রদান করা হবে। প্রতিটি অনুসন্ধানকে প্রাথমিক শ্রেণী এবং মাধ্যমিক শ্রেণীর মধ্যে শ্রেণীবোধ করুন। আপনার আউটপুটটি json ফরম্যাটে দিন অথবা ভূল কুড়ি: প্রাথমিক এবং মাধ্যমিক।
প্রাথমিক শ্রেণীসমূহ: বিলিং, প্রযুক্তিগত সহায়তা, অ্যাকাউন্ট ব্যবস্থাপনা, অথবা সাধারণ জিজ্ঞাসা।
বিলিং মাধ্যমিক শ্রেণীসমূহ:
- অন সাবস্ক্রাইব বা আপগ্রেড
- একটি অর্থপ্রদানের পদ্ধতি যোগ করুন
- চার্জের জন্য ব্যাখ্যা
- চার্জ বিতর্ক
প্রযুক্তিগত সহায়তা মাধ্যমিক শ্রেণীসমূহ:
- দোষনিরাসন
- ডিভাইস সামর্থ্য
- সফটওয়্যার আপডেট
অ্যাকাউন্ট ব্যবস্থাপনা মাধ্যমিক শ্রেণীসমূহ:
- পাসওয়ার্ড রিসেট
- ব্যক্তিগত তথ্য আপডেট করুন
- অ্যাকাউন্ট বন্ধ করুন
- অ্যাকাউন্ট সুরক্ষা
সাধারণ জিজ্ঞাসা মাধ্যমিক শ্রেণীসমূহ:
- পণ্যের তথ্য
- মূল্য নির্ধারণ
- প্রতিক্রিয়া
- মানুষের সাথে কথা বলা
// ব্যবহারকারীর বার্তা
আমার ইন্টারনেটটি আবার কাজ করতে বলা দরকার।
গ্রাহকের অনুসন্ধানের শ্রেণীকরণের ভিত্তিতে, একটি আরও বিশদ নির্দেশ সরবরাহ করা যেতে পারে। উদাহরণস্বরূপ, যদি গ্রাহক "দোষনিরাসন" এর সাথে সাহায্য চায়।
// সিস্টেম বার্তা
আপনাকে আপিস্টর্ড দায়িত্বের বিষয়গুলি সহায়তা করার জন্য গ্রাহক সেবা অনুসন্ধানগুলিপ্রদান করা হবে। তাদের জন্য সাহায্য করুন:
- তারা যাচাই করতে বলুন যে রাউটারের সমস্ত কেবলগুলি সংযুক্ত আছে কি না। মনে রাখা যে বেশি সময় ধরে কেবল প্রথমে হিসেবে বিপৃত হতে পারে।
- যদি সমস্ত কেবলগুলি সংযুক্ত আছে এবং সমস্যা বেঁধে থাকে, তবে তাদের কোন রাউটার মডেল ব্যবহার করছে তা জানান
- এখন আপনি তাদেরকে উপদেশ দিবেন কিভাবে তাদের ডিভাইস পুনরারম্ভ করতে:
-- যদি মডেল নম্বর MTD-327J হয়, তাহলে তাদেরকে বলুন রেড বাটনটি চাপুন এবং 5 সেকেন্ড ধরে ধরুন, তারপর যোগাযোগ পরীক্ষা করার আগে 5 মিনিট অপেক্ষা করুন।
-- যদি মডেল নম্বর MTD-327S হয়, তাহলে তাদেরকে বলুন এটি আনপ্লাগ এবং পুনঃ প্লাগ করুন, তারপর যোগাযোগ পরীক্ষা করার আগে 5 মিনিট অপেক্ষা করুন।
- গ্রাহকের সমস্যা পুনবিবেচনা এবং 5 মিনিট অপেক্ষা করার পর তাদেরকে আইটি সাপোর্টে সংযুক্ত করে দিতে অনুরোধ করতে হবে {"IT support requested"}।
- যদি ব্যবহারকারী এরকম প্রশ্ন করতে শুরু করে যা এই বিষয়ে সম্পর্কিত নয় তাহলে নিশ্চিত করুন যে তারা চাইলে বর্তমান চ্যাট শেষ করতে চান না এবং এর জন্য তাদের অনুরোধ করা হবে যে তাদের অনুসন্ধান এবং মাধ্যমিক শ্রেণীকরণিপ্রণালীটি ব্যবহার করে তাদের অনুরোধ শ্রেণীবোধ করুন।
// ব্যবহারকারীর বার্তা
আমার ইন্টারনেটটি আবার কাজ করতে বলা দরকার।
নোট করুন যে মডেলেরকে বিষয়বস্তুর স্পষ্টতা দেওয়ার জন্য বিশেষ তৈরি স্ট্রিং বহিদকরণ হবে। এটি আমাদেরকে আমাদের সিস্টেমকে অবস্থা মেশিনে পরিণত করার জন্য সম্ভাবনা দেয় যেখানে অবস্থা দিয়ে নির্দিষ্ট করা হয় যে নির্দেশনা গুলি ওই অবস্থায় প্রয়োজনীয় এবং যাতে পরিষ্কারভাবে প্রণালীত অভিজ্ঞতা হোক, এবং এছাড়া অবস্থা পারিব
ট্যাকটিক: দীর্ঘ দলিল পরিসংখ্যান করুন এবং পূর্ণ সারাংশ সরণীবদ্ধ করুন
মডেলগুলির একটি নির্দিষ্ট প্রসঙ্গ দৈর্ঘ্য থাকার কারণে তারা একটি একক জিজ্ঞাসায় দীর্ঘ পাঠের সারাংশ তৈরি করার জন্য ব্যবহার করা যাবে না। প্রত্যেক বিভাগের সারাংশ তৈরি করার জন্য আমরা প্রথমেই নথি গুলি একই সারাংশ তৈরি করতে সেগুলি সরণীবদ্ধ করতে পারি। এই প্রক্রিয়াটি পুনরাবৃত্তি করা যেতে পারে সারাংশের সারাংশ তৈরি করার মাধ্যমে একটি বই সারাংশ তৈরি করা। এই প্রক্রিয়াটি অগভীরভাবে চলতে পারে এমনভাবে যদি পরবর্তী বিভাগের একটি সংযোজন ব্যাখ্যা করতে আগের বিভাগের তথ্য ব্যবহার করা প্রয়োজন হয়। বই সারাংশের জন্য এই পদ্ধতির কার্যকারিতা পূর্বের গবেষণা দেখা হয়েছিল আইপিটি-তিন এর ভিন্নতার মাধ্যমে।
রণনীতি: মডেলগুলিকে "চিন্তা" করার জন্য সময় দিন
ট্যাকটিক: মডেলকে নির্দিষ্ট নীতিগুলি প্রয়োগ করে তার নিজের সমাধান করার জন্য নির্দেশ দিন আগামী নির্ধারণের আগে
কিছুসময় আমরা একটি নির্দিষ্ট নির্দেশ দেওয়ার মাধ্যমে ভিন্ন ধরণের ফল পাই। যেমন, মনে করুন আমরা একটি শিক্ষার্থীর একটি গণিত সমস্যার সমাধান মূল্যায়ন করার জন্য মডেলকে প্রশ্ন করতে চাই। এই সমস্যা মূল্যায়ন করার সবচেয়ে স্বাভাবিক উপায় হল শুধুমাত্র মডেলকে বলা যায় যদি ছাত্রের সমাধানটি সঠিক না হয় তা।
// সিস্টেম বার্তা
দেখুন ছাত্রের সমাধানটি সঠিক কিনা।
// ব্যবহারকারীর বার্তা
সমস্যা বিবরণ: আমি একটি সৌর শক্তি ইনস্টলেশন তৈরি করছি এবং আমি অর্থপ্রস্তুতি করতে সাহায্য চাই।
- জমির খরচ $100 / বর্গ ফুট
- আমি সৌর প্যানেল কিনতে পারি $250 / বর্গ ফুট
- আমি মূর্তি রক্ষা কার্যোপায়ের জন্য একটি ঠিকানা $100k প্রতি বছরে আমাকে খরচ দেব, এবং অতিরিক্ত $10 / বর্গ ফুট
প্রথম বছরের চেয়েই সংচালনের মোট খরচ কত?
ছাত্রের সমাধান: x হোক ইনস্টলেশনের আকার বর্গ ফুটে।
1. জমির মূল্য: 100x
2. সৌর প্যানেলের মূল্য: 250x
3. রক্ষা খরচ: 100,000 + 100x
সর্বমোট খরচ: 100x + 250x + 100,000 + 100x = 450x + 100,000
// সহায়ক বার্তা
ছাত্রের সমাধানটি সঠিক।
তারপর ছাত্রের সমাধানটি আসলে সঠিক নয়! আমরা মডেলকে সফলভাবে বিশ্লেষণ তা নেওয়ার মাধ্যমে এটা নোটিশ করতে পারি।
// সিস্টেম বার্তা
প্রথমে আপনার সমাধানটি সমাধান করুন। তারপর আপনার সমাধানটি ছাত্রের সমাধানের সাথে তুলনা করুন এবং মনে করুন ছাত্রের সমাধানটি সঠিক কি না। আপনি যদি সঠিক না হোন, তবে সঠিক দেওয়ার আগে আপনি নিজে সমাধান করতে না তার পরিণামটি বের করতে না।
// ব্যবহারকারীর বার্তা
সমস্যা বিবরণ: আমি একটি সৌর শক্তি ইনস্টলেশন তৈরি করছি এবং আমি অর্থপ্রস্তুতি করতে সাহায্য চাই।
- জমির খরচ $100 / বর্গ ফুট
- আমি সৌর প্যানেল কিনতে পারি $250 / বর্গ ফুট
- আমি মূর্তি রক্ষা কার্যোপায়ের জন্য একটি ঠিকানা $100k প্রতি বছরে আমাকে খরচ দেব, এবং অতিরিক্ত $10 / বর্গ ফুট
প্রথম বছরের চেয়েই সংচালনের মোট খরচ কত?
ছাত্রের সমাধান: x হোক ইনস্টলেশনের আকার বর্গ ফুটে।
1. জমির মূল্য: 100x
2. সৌর প্যানেলের মূল্য: 250x
3. রক্ষা খরচ: 100,000 + 100x
সর্বমোট খরচ: 100x + 250x + 100,000 + 100x = 450x + 100,000
// সহায়ক বার্তা
x হোক ইনস্টলেশনের আকার বর্গ ফুটে।
1. জমির মূল্য: 100x
2. সৌর প্যানেল বিল: 250x
3. রক্ষা খরচ: 100,000 + 10x
সর্বমোট খরচ: 100x + 250x + 100,000 + 10x = 360x + 100,000
ছাত্রের সমাধানটি অশুধ্য । এরা রক্ষা খরচে ভুল করেছে, 100x ব্যবহার করে বর্তমান খরচের পরিমাণের বদলে। প্রথম বছরের চেয়েই সংচালনের মোট খরচ সঠিকটি হল 360x + 100,000।
কৌশল: এঁটার মন-যুক্ত বা ক্যুয়ারি সিকোয়েন্স ব্যবহার করুন যাতে মডেলের তার বিচার-প্রক্রিয়া লুকানো যায়।
পূর্ববর্তী কৌশলটি প্রদর্শন করে যে, সময়ে সময়ে মডেলকে একটি নির্দিষ্ট প্রশ্নের উত্তর দেওয়ার আগে একটি সমস্যার সমাধানে মডেলের বিচার-প্রক্রিয
রণনীতি: বাহ্যিক সরঞ্জাম ব্যবহার করুন
যুক্তি: এমবেডিংস-ভিত্তিক খোঁজ ব্যবহার করে দক্ষ জ্ঞান অনুগ্রহ পেতে
একটি মডেল বিশেষ অবস্থানে যদি এর ইনপুটের অংশ হিসেবে বাহ্যিক তথ্যের মাধ্যম ব্যবহার করতে পারে, তবে এটা মডেলকে আইনফরমেড এবং উন্নত প্রতিক্রিয়া উৎপন্ন করতে সাহায্য করতে পারে। উদাহরণস্বরূপ, যদি একটি ব্যবহারকারী নির্দিষ্ট একটি চলচ্চিত্রের বিষয়ে প্রশ্ন করে, তবে মডেলের ইনপুটে চলচ্চিত্র সম্পর্কিত উচ্চ মানের তথ্য (যেমন: অভিনেতা, পরিচালক, ইত্যাদি) যোগ করা উপযোগী হতে পারে। এমবেডিংস ব্যবহার করা যেতে পারে দক্ষ জ্ঞান প্রতিপাদনের জন্য, যেহেতু সংবেদনশীল তথ্য পাওয়া সম্ভব। অথবা অনুমতি হতে পারে মডেলের ইনপুটে প্রযুক্তি অনুসারে বহি:স্থ তথ্য যোগ করা। সম্পর্কিত তথ্য যেমন একটি টেক্সট কর্পাস এর টুকু থেকে ও ভ্যাকটরাল খোঁজ জন্য বিভক্ত করা, এবং প্রদত্ত কুয়েরি থেকে সংবেদনশীলকরণ করা যে কোনও ইমবেডেড চাঙ্ক প্রাপ্ত করা উচিত (অর্থাৎ এমবেডিং স্পেসে সর্বাধিক সম্পূর্ণভাবে আসন্ন)।
যুক্তি: আরেকটি হিসাব নিশ্চিত করতে বা বাহ্যিক API কল করার জন্য কোড অনুপ্রয়োগ করুন
ভাষার মডেল নিজেই সঠিকভাবে গণনা বা দীর্ঘ হিসাব সঠিকভাবে করতে নিরাপদ হতে পারে না। যে সময় এটা প্রয়োজন হয়, এমন সিদ্ধান্ত হওয়ার জন্য মডেলকে প্রেরিত করা যেতে পারে যে কোড লিখতে এবং নিজে গণনা করতে বলা যায় প্রিয়েস। বিশেষত, এমবেডিংগ একটি নির্দিষ্ট ফরম্যাটে প্রবেশ পেতে স্পষ্টভাবে প্রেরিত করা যেতে পারে (উদাহরণস্বরূপ, ট্রিপল ব্যাকটিকে)। একটি আউটপুট উৎপন্ন হওয়ার পরে, কোডটি বের করা এবং চালানো যেতে পারে। শেষে, প্রয়োজন হলে, কোড নিষ্পণ ইঞ্জিন (অর্থাৎ পাইথন ইন্টারপ্রিটার) থেকে আউটপুট প্রদান করা যেতে পারে মডেলের পরবর্তী অনুসন্ধানের জন্য।
// সিস্টেম বার্তা
আপনি ট্রিপল ব্যাকটিক দ্বারা পাইথন কোড লিখতে এবং পারদর্শিতা করতে পারেন, উদাহরণস্বরূপ ```কোড এখানে যায়।``` এটা গণনা করতে এটা ব্যবহার করুন।
// ব্যবহারকারী বার্তা
নিম্নলিখিত বহুমূল্য রাশির সবগুলি বাস্তব-মানিক রুট খুঁজুন: 3*x**5 - 5*x**4 - 3*x**3 - 7*x - 10।
অন্যান্য মানুষের সাথে যোগাযোগ করতে সঠিক কোড পাঠানো হওয়ার জন্য কোড প্রবেশ আরেকটি ভালো ব্যবহার ক্ষেত্র। যদি একটি মডেলকে API ব্যবহার করার উপযুক্ত পদ্ধতিতে প্রেরিত করা হয়, তবে এটি এর ব্যবহার করার নির্দেশিকা এবং/অথবা কোড নমুনা দিয়ে কোড লিখতে বলা যেতে পারে।
// সিস্টেম বার্তা
আপনি ট্রিপল ব্যাকটিক দ্বারা পাইথন কোড লিখতে এবং পারদর্শিতা করতে পারেন। অতএব, মনে রাখবেন যে আপনার বন্ধুদের কাছে বার্তা পাঠানোর সাহায্যে আপনি ফলাফল নিয়ে ধান্যবাদ দিতে পারেন:
\`\`\`python
import message
message.write(to="John", message="হে, কাজ শেষে পরার পর কোনো দেখা কেন?")\`\`\`
সতর্কতা: মডেল দ্বারা উৎপন্ন কোডের ক্ষেত্রে সতর্কতা নেওয়া উচিত এবং যেকোনও ব্যবহার যা এটা করতে চায় তাতে সাবধানতা নষ্ট করা উচিত। বিশেষতঃ, অবিশ্বস্ত কোড যে ক্ষতি উত্পন্ন করতে পারে তা সীমিত করতে স্যান্ডবক্স কোড নিষ্পণ পরিবেশ প্রয়োজন।
যুক্তি: মডেলটি নির্দিষ্ট কার্যগুলি অ্যাক্সেস দিন
চ্যাট পূর্ণতা API এর অনুরোধে ফাংশনের বর্ননার একটি তালিকা সহ পাঠানোর অনুমতি দেয়। এটা মডেলকে পরিদর্শন দেওয়ার মাধ্যমে প্রদত্ত স্কিমার অনুসারে ফাংশন আর্গুমেন্ট জেনারেট করার অফলাইনে দেয়। জেনারেটেড ফাংশন আর্গুমেন্টগুলি JSON ফরম্যাটে এপিআই দ্বারা ফেরুন এবং দশার বন্ধ করার জন্য ব্যবহার করা যেতে পেরে। ফাংশন কল দ্বারা বিকল্প দোয়া বাহ্যিক ফাংশন কল করা যেতে পারে, ফাংশনের কল দ্বারা প্রদানকৃত আউটপুটগুলি পরবর্তী অনুরোধে মডেলে ফিরে যেতে পারে। এটা চ্যাট পূর্ণতা API ব্যবহার করার সুপারিশযুক্ত উপায়।
স্ট্র্যাটেজি: পরিসংখ্যানিকভাবে পরীক্ষা পরিবর্তন করুন
কখনই মূল্যায়ন করা যেতে পারে না যে একটি পরিবর্তন — উদাহরণস্বরূপ, একটি নতুন নির্দেশ বা একটি নতুন ডিজাইন — আপনার সিস্টেমকে ভাল বা খারাপ করে। কিছু উদাহরণ দেখলে এটা সুপারি হিন্ট দেয়, কিন্তু ছোট নমুনা সাইজে সত্যিকার উন্নতি বা একাধিক লাক্স়্মী পারিশ্রমিকে আলাদা করা কঠিন হতে পারে। সম্ভাবত পরিবর্তনটি কিছু ইনপুটে কর্মচারীদের পারফর্মেন্স বাড়াতে সহায়ক, কিন্তু অন্যান্য ইনপুটের পারফর্মেন্স কমিয়ে দেতে পারে।
মূল্যায়ন পদ্ধতিসমূহ (অথবা "ইভ্যালস") সিস্টেম ডিজাইন অপ্টিমাইজেশনের জন্য দরকারী। ভাল ইভ্যালস হলে:
- বাস্তব বিশ্বের ব্যবহারকে প্রতিনিধিত্ব করে (বা কমপক্ষে বিভিন্ন)
- বড় পরিসংখ্যানিক শক্তির জন্য অনেক পরীক্ষার কেস ধারণ করে (দিক নির্দেশনার জন্য নীচের টেবিলটি দেখুন)
- স্বয়ংক্রিয় বা পুনরায় বাধাগ্রস্ত করা সহজ
| ডিফারেন্স পরিষ্কার করা | 95% বিশ্বাসের জন্য প্রয়োজনীয় নম্বর |
|---|---|
| 30% | ~10 |
| 10% | ~100 |
| 3% | ~1,000 |
| 1% | ~10,000 |
আউটপুটের মূল্যায়ন কম্পিউটার, মানুষ, বা একমিশ্রিত দ্বারা করা যেতে পারে। কম্পিউটার ব্যাবসায়িক মানদন্ড (উদাহরণস্বরূপ, একমাত্র সঠিক উত্তর যুক্ত প্রশ্ন) সহ কিছু বৈশিষ্ট্যের স্বয়ংক্রিয়তা দ্বারা মূল্যায়ন স্বয়ংক্রিয় করতে পারে। OpenAI Evals একটি অপেন-সোর্স সফটওয়্যার ফ্রেমওয়ার্ক যা স্বয়ংক্রিয় মূল্যায়ন তৈরি করার জন্য সরঞ্জাম সরবরাহ করে।
মডেল-ভিত্তিক মূল্যায়নগুলি প্রযোজ্য যখন একাধিক মান সমবিত্তি হতে পারে এবং সর্বোচ্চ মানে বিবেচনায় যোগ্য বিভিন্ন আউটপুটের একটি পর্যাপ্ত পরিসীমা থাকে (উদাহরণস্বরূপ, লম্বা উত্তর সহ প্রশ্নের জন্য)। এই মডেল-ভিত্তিক মূল্যায়ন ও মানুষ দ্বারা মূল্যায়ন করা যা রয়েছে এবং যা হামানুষ দ্বারা মূল্যায়ন করা প্রয়োজন সেটার সীমান্ত অস্বচ্ছ এবং মডেলগুলি আরও সক্ষম হওয়ার সাথে সাথে স্থায়ীভাবে সরে যায়। আপনার ব্যবহারের জন্য মডেল-ভিত্তিক মূল্যায়নগুলি কতটুকু ভাল কাজ করতে পারে তা জানতে প্রয়োগশীলতা অনুশীলন করার উদ্দেশ্যে উৎসাহিত করি।
কৌশল: মডেল আউটপুট গোল্ড-স্ট্যান্ডার্ড উত্তর যাচাই করা
মনে করুন যে একটি প্রশ্নের সঠিক উত্তর কোন বিশিষ্ট তথ্যের রেফারেন্স হতে হবে। তখন আমরা একটি মডেল ক্যুয়ারি ব্যবহার করতে পারি যা কয়েকটি প্রয়োজনীয় তথ্য কী উত্তরে রয়েছে তা গণনা করতে পারে।
উদাহরণস্বরূপ, নিম্নলিখিত সিস্টেম মেসেজ ব্যবহার করে:
// সিস্টেম মেসেজ
তোমাকে তিনটি পয়েন্টের জন্য এই ধরনের পর্বের পরিপত্তি দেওয়া হবে।
- নিল আর্মস্ট্রং ছিলেন মৌলিকভাবে চাঁদে হাঁটার প্রথম ব্যক্তি।
- নিল আর্মস্ট্রং প্রথমবার চাঁদে হাঁটার তারিখ ছিল ২১শে জুলাই, ১৯৬৯।
প্রতিটি পয়েন্টের জন্য নিম্নলিখিত পদক্ষেপ গ্রহণ করো:
1 - পয়েন্টটি পুনঃকথন করো।
2 - এই বৈশিষ্ট্যটির সর্বনিকটায় সমীপের সংদেহবোধক থেকে উদ্ধৃতি দিন।
3 - যদি কেউ বিষয়টি জানা নাহি তাহলে উদ্ধৃতিটি সরাসরি অনুমান করতে পারবে কিনা তা বিবেচনা করুন। তো কেন বা কেন না ব্যাখ্যা করুন এবং তা ধরন করার আগে নিজের মত করতে হবে।
4 - উত্তর যদি "হ্যা" হয়, তবে "হ্যা" লিখুন, অন্যথায় "না" লিখুন।
শেষবারে, কিতাবখানা হিসাবে কয়েক "হ্যা" উত্তরের সংখ্যা দিন। এই গণনা দিতে {"count": <এখানে যুক্ত করুন>}।
এখানে দুটি পয়েন্ট অনুসরণ করা হয়েছে:
// সিস্টেম মেসেজ
<উপরের সিস্টেম মেসেজ ঢুকিয়ে দিন>
// ব্যবহারকারী মেসেজ
"""নিল আর্মস্ট্রং দর্শনীয় ছিলেন একজন মানব যে চাঁদে পা রাখার প্রথম জন। এই ঐতিহাসিক ঘটনা ১৯৬৯ সালের ২১ শে জুলাই, অ্যাপোলো ১১ মিশনের পাশে ঘটে।"""
এখানে একটি পর্দায় দুটি পয়েন্ট অনুসরণ করা হয়েছে।
// সিস্টেম মেসেজ
<উপরের সিস্টেম মেসেজ ঢুকিয়ে দিন>
// ব্যবহারকারী মেসেজ
"""নিল আর্মস্ট্রং প্রথমবার লুনার মডিউল থেকে পদার্থে অবতরণ করার সময় ইতিহাস রঙ ছানা।"""
এখানে শুধুমাত্র একটি পয়েন্ট অনুসরণ করা হয়েছে।
// সিস্টেম মেসেজ
<উপরের সিস্টেম মেসেজ ঢুকিয়ে দিন>
// ব্যবহারকারী মেসেজ
"""৬৯ সালের গ্রীষ্মে, ধূঁইয়া যাওয়া একটি মানচিত্র,
অ্যাপোলো ১১, পৌরাণিকের হাতে চমৎকার ভাবে।
আর্মস্ট্রং একটা পা ধরে, ইতিহাস ছড়িল,
"একটি ছোট পদক্ষেপ," উনি বললেন, নতুন পৃথিবীর জন্য।"""
এখানে কোনও পয়েন্ট অনুসরণ করা হয়নি।
এই প্রকারের মডেল-ভিত্তিক ইভ্যাল এর একাধিক সম্ভাব্য ভেরিয়েন্ট রয়েছে। মানুষের উত্তর সাথে যে সম্পাদনা করা হয়েছে, সেগুলি বিবেচনা করুন, যেমন প্রতিটি পয়েন্টের মধ্যে ছাঁদের ধরন ট্র্যাক করে এবং আরোপে বিরোধ করছে কিনা।
// সিস্টেম মেসেজ
ব্যবহারকারী ইনপুটে প্রতিক্রিয়া দিতে নিম্নলিখিত পদক্ষেপ গ্রহণ করুন। প্রতিটি পদক্ষেপ পুরোপুরি পুনঃকথন করুন প্রক্রিয়া চালিয়ে যাওয়ার আগে। অর্থাৎ "পদক্ষেপ 1: কারণ বিবেচনা করুন ..."।
পদক্ষেপ 1: পদক্ষেপের প্রতি যদি সাবমিটেড উত্তর তুলনা করা হয় এক্সপার্ট উত্তর এ হলো: অসংলগ্ন, সমান, একটি সাবসেট, একটি সুপারসেট, বা ওভারল্যাপিং (অর্থাৎ কিছু অন্তর্ভুক্ত কিন্তু সাবসেট / সুপারসেট নয়)।
পদক্ষেপ 2: পদক্ষেপের প্রতিটি সাবমিটেড উত্তর এক্সপার্ট উত্তরের যে কোনও দিকে বিরোধী কি না এবং কেন তা সুনির্দিষ্ট করুন।
পদক্ষেপ 3: এই ধরনের একটি JSON অবজেক্ট আউটপুট করুন যার ঢাকানো হয়েছে: {"type_of_overlap": "অসংলগ্ন" না "সমান" না "সাবসেট" না "সুপারসেট" না "ওভারল্যাপিং", "বিরোধ": সত্য না মিথ্যা}।
এখানে দুর্মার্গে উত্তর সঙ্গে বিপর্যয় এবং নির্দিষ্ট উত্তর কিছুটা বিশেষ নীড়নাপোষক একটি স্থানিক লেভেলে প্রমাণ করে।
// সিস্টেম মেসেজ
<উপরের সিস্টেম মেসেজ ঢুকিয়ে দিন>
// ব্যবহারকারী মেসেজ
প্রশ্ন: """নিল আর্মস্ট্রং কোন ঘটনায় সবচেয়ে বিখ্যাত এবং ঐ ঘটনার তারিখ কী ছিল? ইউটিসি সময় বিবেচনা করা হচ্ছে।"""
প্রদত্ত উত্তর: """তিনি কি চাঁদে বা কিছু করেননি?"""
নিষ্কষিত উত্তর: """নিল আর্মস্ট্রং সবচেয়ে বেশি বিখ্যাত হলেন চাঁদে প্রথম মানুষ হয়ে। এই ঐতিহাসিক ঘটনা ১৯৬৯ সালের ২১ শে জুলাই ঘটে।"""
এখানে উত্তর ছাড়া বিপর্যয়ে সর্বাধিক দুর্মার্গে ভরসা থাকে।
// সিস্টেম মেসেজ
<উপরের সিস্টেম মেসেজ ঢুকিয়ে দিন>
// ব্যবহারকারী মেসেজ
প্রশ্ন: """নিল আর্মস্ট্রং কোন ঘটনায় সবচেয়ে বিখ্যাত এবং ঐ ঘটনার তারিখ কী ছিল? ইউটিসি সময় বিবেচনা ক
// সিস্টেম বার্তা
<উপরে সিস্টেম বার্তা সন্নিবেশ করুন>
// ব্যবহারকারী বার্তা
প্রশ্ন: """নীল আর্মস্ট্রং সবচেয়ে বেশি কোন ঘটনার জন্য সর্বাধিক প্রসিদ্ধ এবং এটি কখন ঘটেছিল? UTC সময় ধারণ করুন।"""
জমা দেওয়া উত্তর: """প্রায় 02:56 UTC সময়ে 1969 সালের 21 শে জুলাই, নীল আর্মস্ট্রং পৃথিবীর চাঁদের সাথে প্রথমবারের মতো পা দিয়েছিলেন, মানব ইতিহাসে একটি পুরাতন অর্জনকে চিহ্নিত করে।"""
বিশেষজ্ঞ উত্তর: """নীল আর্মস্ট্রং সবচেয়ে বেশি প্রসিদ্ধ হওয়ার জন্য চাঁদে হাঁটা একমাত্র মানুষ হওয়ার জন্য। এই ঐতিহাসিক ঘটনা 1969 সালের 21 জুলাই এ ঘটে।"""