Genel Bakış
Büyük Dil Modelleri (BDM'ler), bilgi çıkarma uygulamalarını desteklemek için son derece yetenekli bir teknoloji olarak ortaya çıkıyor.
Bilgi çıkarma için klasik çözümler, insanların (çoğu zaman) el yapımı kurallar (örneğin, düzenli ifadeler) ve özel olarak ayarlanmış ML modellerinin bir kombinasyonuna dayanır.
Bu tür sistemler zamanla karmaşık hale gelir ve bakım maliyeti ve geliştirilmesi zorlaşır.
BDM'ler, bunlara uygun talimatlar ve referans örnekleri sağlayarak hızlı bir şekilde belirli çıkarma görevleri için uyarlanabilir.
Bu kılavuz, size BDM'leri nasıl kullanacağınızı gösterecek!
Yaklaşımlar
BDM'leri kullanarak bilgi çıkarma için 3 genel yaklaşım bulunmaktadır:
- Araç/Fonksiyon Çağrısı Modu: Bazı BDM'ler araç veya fonksiyon çağrısı modunu destekler. Bu BDM'ler, çıktıyı belirli bir şemaya göre yapılandırabilirler. Genellikle, bu yaklaşım en kolay çalışılabilen yaklaşımdır ve iyi sonuçlar vermesi beklenir.
- JSON Modu: Bazı BDM'ler geçerli JSON çıktısı oluşturması için zorlanabilir. Bu, araç/fonksiyon çağrısı yaklaşımına benzerdir, ancak şema girişin bir parçası olarak sağlanır. Genellikle, bu yaklaşımın araç/fonksiyon çağrısı yaklaşımından daha kötü performans gösterdiği düşünülmektedir, ancak kendi kullanım durumunuz için doğrulayın!
- Talimat Vermeye Dayalı: Talimatları iyi takip edebilen BDM'ler istenilen bir formatta metin üretecek şekilde talimatlandırılabilir. Oluşturulan metin, mevcut Çıkış Ayrıştırıcılar veya özel ayrıştırıcılar kullanılarak aşağı akışta ayrıştırılabilir ve JSON gibi yapılandırılmış bir formata dönüştürülebilir. Bu yaklaşım, JSON modunu veya araç/fonksiyon çağrısı modunu desteklemeyen BDM'lerle kullanılabilir. Bu yaklaşım daha geniş kapsamlı olmakla birlikte, çıkarma veya fonksiyon çağrısı için düzeltilmiş modellerden daha kötü sonuçlar verebilir.