Il s'agit de la deuxième partie de la série Prompt Engineering, qui mettra en pratique des tactiques d'ingénierie rapides, y compris le choix du modèle et les paramètres LLM tels que la température. Consultez la première partie sur l'importance de créer des invites efficaces.
L'ingénierie des invites consiste à améliorer les réponses LLM en écrivant des invites optimisées et en ajustant des paramètres tels que la température ou topP. Il existe de nombreuses stratégies et tactiques pour créer des invites efficaces, mais comment se traduisent-elles dans des situations réelles ? Quelles tactiques sont les plus efficaces ? Comment dois-je combiner l’écriture d’invites et le réglage des paramètres ? Explorons quelques exemples réels d’ingénierie rapide mise en pratique.
La documentation OpenAI propose six stratégies principales pour une ingénierie rapide :
Ces stratégies soulignent le principe primordial de l’ingénierie rapide : fournir des instructions claires, spécifiques et bien structurées. Il existe de nombreuses façons de savoir exactement comment procéder, avec de nombreux guides disponibles en ligne (y compris notre précédent Guide to Prompt Engineering, dans lequel nous avons présenté les bases de la création d'invites claires et efficaces). Ce que nous voulons faire, c'est approfondir la façon dont le choix du modèle, les tactiques d'écriture rapide et le réglage des paramètres interagissent et interagissent pour produire les réponses idéales.
Dans les sections suivantes, nous explorerons chaque facette tour à tour et enfin les rassemblerons, afin que vous ayez une idée concrète sur quoi vous concentrer lors de la mise en œuvre de l'ingénierie rapide dans vos projets d'IA.
Sans aucune ingénierie rapide, votre choix de LLM sert de barrière déterminant la qualité de base de la réponse. Pour illustrer, voici la réponse de Coherecommandemodèle comparé à celui de Mistralmistral-petitmodèle. Il a été demandé aux deux modèles de résumer un article sur...
[Courte citation de 8% de l'article original]