تکنیک Ask the model to adopt a persona د رمهندسی پرامپت رو چطور باید اصولی انجام بدیم ؟
RAG در مهندسی پرامپت مخفف چیه و چه کاربردی داره؟
Abstract The Surveillance Capitalism concept explains the capitalist accumulation logic of large digital companies in tracking internet users, extracting personal data and in changing behavior. This ...
اگر مدل در پاسخ به یک پرامپت طولانی، اطلاعات متناقضی ارائه دهد (مثلاً در پاراگراف اول یک چیز و در پاراگراف دوم چیز دیگری بگوید)، چگونه پرامپت را اصلاح میکنید تا این تناقضها کاهش یابد؟
اگر بخواهید مدل یک پاسخ کوتاه (مثلاً ۵۰ کلمهای) یا یک پاسخ بلند (مثلاً ۵۰۰ کلمهای) تولید کند، چگونه این محدودیت را در پرامپت اعمال میکنید؟ آیا روشهای متفاوتی برای این کار وجود دارد؟
از روش ReAct Prompting چه مواقعی و برای چه کار هایی استفاده میشه ؟ خود روش هم توضیح بدید
چگونه میتوانید یک پرامپت طراحی کنید که بر اساس پاسخهای قبلی مدل، رفتار خود را تطبیق دهد؟ مثلاً اگر مدل در پاسخ اول اشتباه کرد، پرامپت بهطور خودکار اصلاح شود تا خطاها کاهش یابد.
میترسم نفسم دور از نفست در سینه بپوسد دور از منظره ی خندیدن تو، آیینه بپوسد
اگر مدل بهطور مکرر در پاسخ به یک پرامپت خطاهایی مانند توهمات (hallucinations) یا اطلاعات نادرست تولید کند، چه تغییراتی در پرامپت اعمال میکنید تا دقت مدل افزایش یابد؟
چگونه میتوانید یک پرامپت طراحی کنید که خروجی مدل را بهطور دقیق به یک ساختار JSON محدود کند، بدون اینکه مدل از دستورات شما خارج شود؟ مثلاً خروجی باید شامل کلیدهای خاصی مانند {"title": "", "summary": "", "keywords": []} باشد.