اگر با مدلهای زبانی (LLM) کار میکنید، حتماً بارها سر این دوراهی گیر کردهاید: آیا بهتر است مدل را با «دستورالعملها و قوانین سختگیرانه» هدایت کنیم یا با «مثالهای عملی» (Few-shot prompting) به او یاد بدهیم چه کاری انجام دهد؟
در مقالهای تازه منتشر شده، به بررسی دقیق «فاصله اشتقاق» (Derivation Distance) پرداخته شده که به ما کمک میکند بفهمیم چه زمانی باید از دستورالعمل استفاده کرد و چه زمانی مثالها کارایی بهتری دارند. این مطلب برای هر مهندس پرامپت یا توسعهدهندهای که به دنبال گرفتن بهترین خروجی از مدلهای هوش مصنوعی است، بسیار خواندنی و کاربردی است.
شما از کدام روش برای مدلهای خود استفاده میکنید؟
منبع: Hacker News LLM
