chatgpt patterns
1.0.0
วัตถุประสงค์คือพื้นที่เก็บข้อมูลนี้คือการประเมินและขยายกรอบข้อมูล API ของ Chatgpt API , Langchain และ Llamaidex เพื่อสร้างแอปพลิเคชัน เทคนิคเหล่านี้รวมถึง
| บรรจุุภัณฑ์ | รุ่น |
|---|---|
| งูหลาม | 3.9.16 |
| คบเพลิง | 2.0.1 |
| Openai | 0.27.1 |
| matplotlib | 3.7.1 |
| Scikit-learn | 1.2.2 |
| นม | 1.24.3 |
| แพนด้า | 2.0.2 |
| คนขี้เกียจ | 0.0.227 |
| ขั้วโลก | 0.17.0 |
| Fastapi | 0.97.0 |
| ดัชนีลามา | 0.7.4 |
| วันที่ | รุ่น |
|---|---|
| 06.07.2023 | 0.1 |
| 06.18.2023 | 0.2 |
| บรรจุุภัณฑ์ | คำอธิบาย |
|---|---|
| ใช้ | คลาสสาธารณูปโภค |
| Openai | ชั้นเรียนที่เกี่ยวข้องกับการใช้งานและการปรับแต่งอย่างละเอียดสำหรับ CHATGPT |
| llm_langchain | คลาสที่เกี่ยวข้องกับตัวโหลดตัวแยกโซ่และตัวแทนโดยใช้กรอบ Langchain |
| llm_llama | ชั้นเรียนที่เกี่ยวข้องกับห่วงโซ่และตัวแทนโดยใช้ Llamaidex Framework |
| โดเมน | รหัสแอปพลิเคชันเป้าหมายเฉพาะโดเมนเพื่อวัตถุประสงค์ในการทดสอบ |
จากกระดาษน้ำเชื้อ "แคตตาล็อกรูปแบบที่รวดเร็วเพื่อปรับปรุงวิศวกรรมที่รวดเร็วด้วย chatgpt"
| ชื่อ | ภาพรวม | งบบริบท |
|---|---|---|
| บุคคล | การปรับแต่งเอาท์พุท มอบหมายบุคลิกภาพบทบาทหรือโดเมนให้กับ LLM บุคคลสามารถแสดงเป็นบทบาทรายละเอียดงานชื่อเรื่องประวัติศาสตร์หรือที่รู้จัก | - ฉันอยากให้คุณถามคำถามฉันเพื่อให้บรรลุ X. - คุณควรถามคำถามจนกว่า X จะสำเร็จหรือตามเงื่อนไข X ถามคำถามเกี่ยวกับ X ในเวลานั้น |
| เทมเพลต | การปรับแต่งเอาท์พุท ตรวจสอบให้แน่ใจว่าเอาต์พุตเป็นไปตามเทมเพลตที่แม่นยำ (เช่นรูปแบบ, URL, ตัวอย่าง ... ) รูปแบบนี้สั่งให้ LLM ใช้รูปแบบที่ไม่ซ้ำกันในส่วนเฉพาะของคำตอบ | ฉันจะให้แม่แบบสำหรับเอาต์พุตของคุณ X คือที่ถือสถานที่ของฉันสำหรับเนื้อหา พยายามใส่เอาต์พุตเป็นหนึ่งในตัวยึดตำแหน่งที่ฉันระบุไว้ โปรดรักษารูปแบบและเทมเพลตที่ฉันให้ไว้ นี่คือเทมเพลตที่จะติดตาม: ลวดลายกับตัวยึดตำแหน่ง |
| รายการตรวจสอบข้อเท็จจริง | การระบุข้อผิดพลาด ขอ LLM เพื่อให้/ผนวกรายการข้อเท็จจริง/สมมติฐานกับคำตอบดังนั้นผู้ใช้อาจดำเนินการเนื่องจากการเปลี่ยนแปลงที่ครบกำหนด | สร้างชุดของข้อเท็จจริงที่มีอยู่ในเอาต์พุต ชุดของข้อเท็จจริงควรแทรก/ผนวกเข้ากับเอาต์พุต ชุดของข้อเท็จจริงควรเป็นข้อเท็จจริงพื้นฐานที่อาจบ่อนทำลายความจริงของเอาท์พุทหากมีสิ่งใดที่ไม่ถูกต้อง |
| การสะท้อนกลับ | การระบุข้อผิดพลาด ขอให้ LLM อธิบายเหตุผลที่อยู่เบื้องหลังคำตอบที่กำหนดให้กับผู้ใช้โดยอัตโนมัติ รูปแบบนี้ชี้แจงจุดของความสับสนใด ๆ สมมติฐานพื้นฐานช่องว่างในความรู้…. | เมื่อใดก็ตามที่คุณสร้างคำตอบให้อธิบายเหตุผลและสมมติฐานที่อยู่เบื้องหลังคำตอบของคุณดังนั้นฉันจึงสามารถปรับปรุงคำถามของฉันได้ |
| รถยนต์เอาท์พุท | การปรับแต่งเอาท์พุท การมี LLM สร้างสคริปต์หรืองานอัตโนมัติที่สามารถดำเนินการตามขั้นตอนใด ๆ ที่ LLM แนะนำ | เมื่อใดก็ตามที่คุณผลิตผลลัพธ์ด้วยขั้นตอนให้ทำสิ่งนี้เสมอ สร้างสิ่งประดิษฐ์ที่สามารถใช้งานได้ของ Type X ที่จะทำตามขั้นตอนเหล่านี้โดยอัตโนมัติ |
| เครื่องกำเนิดภาพ | การปรับแต่งเอาท์พุท ใช้ข้อความที่สร้างขึ้นเพื่อสร้างการสร้างภาพข้อมูลเป็นแนวคิดที่ซับซ้อนง่ายต่อการเข้าใจกับไดอะแกรมและรูปภาพ เอาต์พุต LLM ควรสร้างเส้นทางสำหรับเครื่องมือในการสร้างภาพ | สร้าง x ที่ฉันสามารถให้กับเครื่องมือ y เพื่อให้เห็นภาพ |
