
دليل وإطار لإنشاء مطالبات chatgpt
تم تطوير هذا الريبو بواسطة @christerjohansson متابعة أو تواصل معي على LinkedIn
دفاتر كود Jupyter للهندسة المطورين للمطورين
في هندسة المطورين للمطورين ، سوف تتعلم كيفية استخدام نموذج لغة كبير (LLM) لبناء تطبيقات جديدة وقوية بسرعة. باستخدام API Openai ، ستتمكن من بناء إمكانيات سريعة تتعلم الابتكار وإنشاء قيمة بطرق كانت باهظة التكلفة أو تقنية للغاية أو ببساطة مستحيلة من قبل.
سوف تصف هذه الدورة القصيرة كيفية عمل LLMS ، وتوفر أفضل الممارسات للهندسة الفورية ، وإظهار كيفية استخدام واجهات برمجة تطبيقات LLM في تطبيقات مجموعة متنوعة من المهام ، بما في ذلك:
بالإضافة إلى ذلك ، ستتعلم مبدأين رئيسيين لكتابة مطالبات فعالة ، وكيفية هندسة مطالبات جيدة بشكل منهجي ، وكذلك تعلم بناء chatbot مخصصة.
يتم توضيح جميع المفاهيم مع العديد من الأمثلة ، والتي يمكنك اللعب بها مباشرة في بيئة دفتر جوبتر لدينا للحصول على خبرة عملية مع الهندسة الفورية.
تشير الهندسة الفريدة إلى ممارسة تصميم وتنفيذ مطالبات فعالة لنماذج توليد اللغة الطبيعية ، مثل chatgpt-3 و chatgpt-4. الهدف من الهندسة الفورية هو توليد نص عالي الجودة ومتماسك وذات صلة بمهمة أو تطبيق معين.
الهندسة الفورية لها مجموعة واسعة من حالات الاستخدام ، بما في ذلك على سبيل المثال لا الحصر:
ومع ذلك ، هناك أيضًا بعض القيود المفروضة على الهندسة المذهلة:
بشكل عام ، تعد الهندسة الفورية أداة قوية يمكن أن تساعد المؤسسات والأفراد على توليد نص عالي الجودة بسرعة وكفاءة. ومع ذلك ، من المهم أن تكون على دراية بالقيود وأفضل الممارسات لتصميم وتنفيذ مطالبات فعالة.
للتعرف على الهندسة الفورية في ChatGPT ، هناك العديد من المجالات الرئيسية التي قد ترغب في دراستها. فيما يلي قائمة بالموضوعات والموارد التي يمكنك استخدامها لتعميق فهمك لهذا المجال:
فهم أساسيات chatgpt-3: قبل الغوص في الهندسة السريعة ، من المهم فهم أساسيات chatgpt-3 وكيفية عملها. يمكنك البدء من خلال قراءة وثائق Openai على ChatGPT-3 ، والتي توفر لمحة عامة عن إمكانات النموذج والقيود.
تصميم مطالبات فعالة: أحد الجوانب الرئيسية للهندسة المطالبة هو تصميم مطالبات فعالة يمكنها إنشاء نص عالي الجودة. هناك العديد من أفضل الممارسات والتقنيات التي يمكنك استخدامها لتصميم مطالبات فعالة. يمكنك الرجوع إلى ملعب GPT-3 من Openai للحصول على أمثلة على المطالبات المستخدمة لإنشاء أنواع مختلفة من النص.
فهم حالات الاستخدام: لكي تكون قادرًا على فهم إمكانات GPT-3 والهندسة السريعة بشكل أفضل ، تحتاج إلى استكشاف حالات الاستخدام المختلفة التي يمكن تطبيقها عليها. يحتوي موقع Openai على قائمة بحالات الاستخدام التي يمكنك استكشافها.
تقييم جودة النص الذي تم إنشاؤه: للتأكد من أن المطالبات التي تصممها تولد نصًا عالي الجودة ، تحتاج إلى تعلم كيفية تقييم جودة النص الذي تم إنشاؤه. يمكنك الرجوع إلى ملعب GPT-3 من Openai لمشاهدة أمثلة على تقييمات النص الذي تم إنشاؤه.
الموضوعات المتقدمة: بمجرد أن تكون لديك فهم جيد للأساسيات ، يمكنك استكشاف مواضيع متقدمة مثل صياغة النموذج ، والعمل مع البيانات المنظمة ، واستخدام GPT-3 في تطبيقات أو سياقات محددة. يحتوي موقع Openai على قائمة بالمقالات التي تغطي هذه الموضوعات المتقدمة.
فيما يلي بعض الموارد التي يمكنك استخدامها لدراسة كل من هذه الموضوعات بتعمق أكبر:
هناك العديد من الأدوات التي يمكن أن تساعد في تحسين مطالبات chatgpt الخاصة بك:
ما قبل التدريب: يمكنك استخدام تقنيات التدريب قبل التدريب لضبط النموذج الخاص بك على مهمة أو مجال معين ، مثل إدارة المشروع أو تطوير البرمجيات.
زيادة البيانات: يمكنك استخدام تقنيات مثل الانتقال الخلفي واستبدال مرادف لإنشاء بيانات إضافية لتدريب النموذج الخاص بك.
التحسين المذهل: يمكن أن تساعدك أدوات مثل Lugging Face's Form-Toolkit على تحسين المطالبات الخاصة بك من خلال اقتراح التعديلات وتوفير مقاييس مثل الاطلاع والمتابعة.
الإكمال التلقائي: يمكن لأدوات مثل ملعب GPT-3 من Openai و Ungging Face مع Transfort أن توفر اقتراحات لإكمال تلقائي في الوقت الفعلي لمطالبك.
التقييم والمراقبة: تتيح لك أدوات مثل Hugging's Face Model Hub تقييم ومراقبة أداء المطالبات الخاصة بك مع مرور الوقت ، وإجراء التعديلات حسب الضرورة.
الإنسان في الحلقة: الاستفادة من ردود الفعل البشرية لتحسين أداء مطالبات chatgpt الخاصة بك.
القوالب: إنشاء مجموعة من القوالب أو الأمثلة التي يمكنك استخدامها بسهولة والتكيف مع حالة الاستخدام المحددة الخاصة بك.
أدوات التعاون: الاستفادة من أدوات مثل مستندات Google و GitHub للتعاون مع الآخرين في مطالبك ، ومشاركة المعرفة ، والحصول على التعليقات.