PromptAlchemy DataDistillation
v0.1.1
Изображение создано с помощью DALL-E 3
Добро пожаловать в первое практическое руководство в моей серии «Быстрая алхимия»! Это моя первая попытка поделиться некоторыми из моих оперативных «инженерных» методов, советов и приемов, поэтому, если вам нравится этот репозиторий, поставьте ему звездочку или разветвите его, чтобы внести свой вклад. Вы также можете поделиться им в своей сети, чтобы помочь другие находят это, я более чем рад поделиться больше, если люди заинтересованы.
Это руководство должно позволить вам более персонализировать взаимодействие с ChatGPT, используя успешные разговоры, которые вы вели с ним раньше, для создания специализированных подсказок в настройках «пользовательских инструкций» в ChatGPT. Я называю эти данные «дистилляцией», а не чем-то вроде «суммирования» или «оптимизации», потому что ключевым моментом здесь является не сохранение того же контекста или структуры, а сжатие и преобразование данных во что-то, что более подходит для этого варианта использования.
Имейте в виду, что это направлено на использование ваших собственных данных для работы с GPT. Целью является создание персонализированной продукции для личного использования. Если вам неудобно позволять GPT работать с таким набором данных и содержимым внутри него, то этот метод, скорее всего, не для вас. Адаптацию этой структуры для альтернативного использования других данных (принадлежащих вам) придется выполнять самостоятельно.
Надеюсь, это руководство окажется для вас полезным!
| Для этого метода требуется доступ к плагину «Расширенный анализ данных». |
|---|
| Этот метод предназначен только для веб-интерфейса ChatGPT. Файлы не могут быть напрямую переданы моделям GPT через CLI (пока). |
|---|
Целью этого метода является преобразование данных личного разговора во что-то, что соответствует настройке «пользовательских инструкций» в интерфейсе ChatGPT. Вероятно, можно использовать этот метод и для вызовов API, однако имейте в виду, что для использования этого метода вам все равно потребуется доступ к плагину расширенного анализа данных в интерфейсе ChatGPT. Я предполагаю, что для целей этой демонстрации вы будете использовать то, что экспортировано с веб-сайта ChatGPT.
Это не будет одноразовая подсказка. Думайте об этом как о демонстрации оперативного «руководства», более напоминающей рассуждения ЦТ, хотя и немного отличающейся. Разбивка и обработка этой информации на разумные и действенные шаги жизненно важны для эффективного и действенного достижения желаемых результатов. Если вы ожидаете, что он сделает все сразу, он запутается и забудет все детали, которые он должен был включить и сделать.
Вы можете собрать и отформатировать свои личные данные из этого пошагового списка.
“Could you pretty-print or reformat the entire json file to a more human-readable format and allow me to download the reformatted file?” Сохраните этот файл там же, где вы сохранили исходный файл разговоров. GPT сложнее интерпретировать, как обращаться с файлом json, и он застревает, если он не напечатан красиво. При таком форматировании GPT может быстро и легко оценить файл и его содержимое.Вы можете подойти к этому одним из двух способов: вы можете сначала объяснить цели и намерения того, чего вы пытаетесь достичь, и позволить GPT самому генерировать этапы анализа (что я и сделал с перекрестными ссылками), или вы может специально запросить анализ на этапах, которые я привожу ниже. Имейте в виду, что я имею лингвистическое образование, поэтому я могу проверить, какой анализ он пытается провести, и уточнить то, что он пытается сделать, на основе своих знаний, если он делает что-то странное. Чтобы уменьшить трение и путаницу, я бы порекомендовал использовать предоставленные мной подсказки, но если вы, как и я, любите исследования и любопытны, просмотр предлагаемых подходов может быть интересным занятием.
Прежде чем мы продолжим, поймите, что GPT, скорее всего, попытается проверить у вас, правильно ли он делает, и проведет его этапы. Как справедливо отмечают многие люди, нельзя ожидать, что результаты будут одинаковыми каждый раз, когда вы это пробуете. Сохраняйте гибкость во время этого процесса и предоставляйте как можно больше конструктивной обратной связи. Предоставленные мной подсказки помогают модели выполнить задачу, а не я ей приказываю . Используйте подсказки, но понимайте, что именно от вас будет зависеть, направить его в правильном направлении для достижения цели. Это не так сложно, как кажется, потому что превращение процесса анализа в четкие этапы позволяет модели реагировать шаг за шагом, ответ за ответом, позволяя при необходимости корректировать периоды разъяснений и обратной связи. Возможно, вам придется напомнить ему о последнем шаге, если разговор заходит далеко, но опять же, быстрая ссылка на «помните X?» перенаправляет его внимание на намеченную цель.
Прежде чем обдумывать, что и как подсказать, рекомендуется сначала обрисовать свои намерения. Давайте рассмотрим это сейчас. Ниже приведен общий обзор того, что мы пытаемся сделать и как это сделать.
Шаги:
Теперь давайте создадим приглашение, чтобы выразить нашу цель GPT и то, что мы ожидаем от нее:
«Этот набор данных, с которым мы работаем, представляет собой накопленные мной данные о личном взаимодействии как пользователя. Моя главная цель в этом разговоре — создать набор пользовательских инструкций, используя этот набор данных, чтобы персонализировать будущие взаимодействия и одновременно упростить дальнейшие инструкции».
Если вы хотите, чтобы GPT генерировал собственные инструкции для достижения цели, просто добавьте это:
«Не могли бы вы помочь мне добиться этого и проанализировать мои данные?»
Подобная проверка подтверждения позволяет ИИ отреагировать, проверив, что он понял вашу подсказку, и доказав, что он понял то, что вы спросили, объяснив, как он выполнит эту задачу, что обычно происходит в виде списка, за которым легко следовать. Вам не нужно явно указывать GPT на создание этапов анализа, поскольку здесь он сделает это самостоятельно.
| Дополнение к подсказке здесь не обязательно должно быть воспроизведено дословно, но последнее предложение ДОЛЖНО быть вопросительным предложением, и оно ДОЛЖНО заканчиваться знаком препинания знаком «?». чтобы поведение было воспроизведено. |
|---|
Если вы хотите использовать предварительно созданный процесс, его можно воспроизвести следующим образом. Добавьте это к исходному приглашению:
«Для достижения этой цели давайте разобьем этот процесс на пошаговый процесс. Мы можем следовать этому методу следующим образом:
- Базовая статистика: мы начнем с анализа количества разговоров, средней длины сообщения, частоты взаимодействий и т. д.
- Анализ контента: мы углубимся в содержание сообщений в этих данных взаимодействия, чтобы понять интересующие темы, часто используемые фразы, настроения и многое другое.
- Шаблоны взаимодействия. Мы рассмотрим, как вы взаимодействуете с помощником, например, типы вопросов, которые вы задаете, предоставляемую обратную связь, форматы и время взаимодействия.
- Разработка индивидуальных инструкций. На основе вышеизложенного мы сформулируем индивидуальные инструкции, которые можно будет использовать для оптимизации будущего взаимодействия.
Вы понимаете инструкции?»
Это показатели, которые GPT, похоже, высоко ценит. Хотя нам это может показаться незначительным или неуместным, помните, что мы создаем эти инструкции не для того, чтобы их можно было интерпретировать, мы создаем их для интерпретации ИИ .
После отправки этого приглашения начнется пошаговый процесс, состоящий из серии ответов, проб и ошибок. Вполне вероятно, что каждому шагу инструкции будет предшествовать подпроцесс шагов для достижения цели конкретного шага. Количество ответов, необходимых для выполнения подэтапов данного супершага, варьируется, но правильные результаты должны быть получены практически без вмешательства, кроме “let's proceed!” .
Чтобы перепроверить и подтвердить успешные шаги, которые моя итерация использовала для выполнения этих задач, я предоставил их ниже. Не волнуйтесь, я не ожидаю, что каждый, кто использует эту технику, будет знать все эти причудливые методы анализа и то, как они должны работать. Вы можете использовать это как справку, чтобы узнать, что работает и на что обращать внимание. Если ИИ предполагает, что он хочет сделать что-то, чего вы не знаете или не понимаете, попросите его выполнить следующие действия. Вы также можете использовать схему, чтобы сопоставить подэтапы и убедиться, что они на правильном пути. Помните, что это схема управления моделью; Я бы не рекомендовал отправлять это дословно модели.
Помните, GPT — не бог, возможно, вам придется напомнить об этом один или два раза, чтобы не сбиться с пути и следить за процессом. Возможно, он захочет пропустить шаг или два. После того, как вы успешно убедили модель отреагировать на все приведенные выше результаты анализа и сможете увидеть ее работу, пришло время для заключительного этапа. Не отходите надолго; если время ожидания истечет, GPT забудет все данные, полученные из-за бездействия. Вы можете попытаться попросить его просмотреть весь разговор, но в зависимости от продолжительности разговора это может оказаться ненадежным.
Результаты анализа были получены, и при правильном руководстве должны были быть выведены все результаты, полученные на данный момент. Вы можете использовать это для запоминания, извлечения и проверки, сверяя краткие инструкции с ранее предоставленными результатами. Поскольку эти данные были получены с помощью расширенного анализа данных, вы можете вернуться и посмотреть, как были рассчитаны эти результаты. Все числа должны были быть рассчитаны программно с использованием законных методов анализа, если вы следовали схеме, а это означает, что они, скорее всего, точны и нетривиальны. GPT также может суммировать ключевые фрагменты и оценки данных, поэтому все, что не является числовым значением, является прямым результатом суммирования критериев анализа данных. Это важно, потому что, когда он выдает конечные результаты, которые мы хотим, а числа не совпадают (это случается), напомните и сослайтесь на ключевые точки данных, которые он предоставил ранее (или, альтернативно, скопируйте их напрямую для исправления ошибок). . Когда вы будете готовы, пришло время сопоставить модель с основной целью и предоставить GPT четкие и явные инструкции о том, чего мы хотим, используя полученные результаты (что GPT должен быть загружен для контекстной справки, если это так. не тайм-аут).
Как вы заметили ранее, мы не предоставили подробных и четких инструкций о том, что именно представляют собой эти специальные инструкции и как мы хотим, чтобы они были составлены и изложены. Это было сделано намеренно, чтобы не перегружать и/или не направлять внимание GPT. До сих пор мы уточняли контекст информации, с которой может работать GPT, до управляемого набора частей. Вместо того, чтобы сжимать контекст окна путем суммирования данных, мы извлекаем наиболее важные части данных, которые важны для ИИ. Теперь, когда мы извлекли эти детали, мы можем использовать их в качестве контекста для создания нашего набора инструкций.
«А теперь вспомните нашу главную цель этого разговора. Цель создания этих пользовательских инструкций — помочь ИИ быстро понять, какой я пользователь, и создать персонализированный пользовательский набор инструкций на основе всех данных взаимодействия, которые мы проанализировали до сих пор. Этот ИИ, о котором идет речь, — это вы, конкретно на этой платформе. Имеются две коробки. Они заключаются в следующем:
- Что бы вы хотели, чтобы ChatGPT знал о вас, чтобы предоставлять более качественные ответы?
- Как бы вы хотели, чтобы ChatGPT ответил?
В обоих полях ограничение на количество символов составляет 1500. Проблема в том, что я хочу, чтобы в будущем при взаимодействии с GPT была точная информация о наших предыдущих взаимодействиях и о том, как я использовал эту платформу. Теперь у вас есть как статистические результаты, так и необработанные данные моих разговоров, с которыми можно работать. Мне нужны максимально точные и хорошо продуманные инструкции, которые максимально эффективно и результативно сформулируют все, что я сделал с вами до сих пор. Я также хочу внести ясность: лучшие результаты не обязательно должны быть понятны мне как человеку. Если это лучше всего описать как, казалось бы, бессмысленную путаницу слов или других подобных данных, это нормально, если это лучший и наиболее точный способ сжать как можно больше информации и намерений, чтобы помощник мог их интерпретировать. Вам это подойдет?»
В этом приглашении должно быть все, что вам нужно для получения желаемых результатов. Исходя из этого, он должен предоставить вам подробное аналитическое резюме ключевых компонентов ваших данных. Перепроверьте числовые значения с более ранними результатами для проверки и при необходимости уточните их, попросив добавить любую соответствующую информацию, которую, по вашему мнению, она пропустила. В моем случае это предусматривало двухэтапный процесс ответа; по одному на каждую коробку с инструкциями.
Ключевым компонентом успеха и эффективности является второй абзац последней подсказки. Это то, что отличает метод обобщения от метода дистилляции. Когда вы подводите итоги, цель состоит в том, чтобы сохранить относительное повествование и структуру общего исходного материала. В идеале резюме должно представлять собой сокращенную версию одного и того же. Здесь наша цель немного другая. Мы хотели, чтобы наиболее важные части данных, которые помогли бы ИИ лучше подготовиться к будущим взаимодействиям, содержали как можно меньше контекстных объяснений, минимизируя при этом повторяющиеся вопросы или фразы (т. е. “provide the output in a 5th-grade reading level” ), в сжатом виде. на 1500 символов. Хитрость заключается в том, чтобы использовать GPT, позволяя ему самому предоставлять ценную информацию, независимо от нашей способности понять, что это значит или почему это имеет к нему отношение. Вы должны подчеркнуть, что GPT разрешает такое поведение, и отдать приоритет интерпретируемости ИИ над интерпретируемостью человека. Следовательно, это можно рассматривать как форму «очистки» данных, поскольку мы преобразуем результат во что-то, что структурировано и используется иначе, чем исходный материал, но не может быть создано без самого исходного материала.
Поздравляем, вы только что выполнили дистилляцию данных! Наслаждайтесь более простым и плавным общением со своим помощником, с меньшим трением и меньшим количеством повторяющихся инструкций.
Вы можете увидеть результат для первой инструкции ниже. Это была не последняя инструкция; Я доработал это дальше и добавил другие персональные оптимизаторы, поэтому мне удобно поделиться этим, поскольку это был немедленный ответ. Несколько значений были отредактированы, но это дает представление о результате. Из этих данных вы уже можете увидеть, как я использую эту платформу и что ИИ считает актуальным для себя. Обратите внимание, насколько продолжительны мои разговоры. Осознайте, что качественные подсказки – это не обязательно превращение всего в одноразовую подсказку, а, скорее, качественное оперативное руководство для достижения значимых и интересных результатов. Посмотрите, как это соотносится с вашим результатом!
«Пользователь участвовал в [ценных] беседах, средняя длина которых составляла около 47 сообщений. Пользователь задает в среднем 1,21 вопроса на одно сообщение. Взаимодействие с пользователем в основном положительное, с редкими конструктивными отзывами и сообщениями об ошибках. Пользователь часто спрашивает: «Что?» Введите вопросы «Как», «Делать» и «Есть» и предпочитает подробные и исчерпывающие ответы. Средняя длина вопроса пользователя составляет около [значения] слов, что указывает на то, что темы взаимодействия пользователя включают развитие, Обсуждения искусственного интеллекта, лингвистика, операции с данными, личное взаимодействие и сценарии».
Это руководство служит комплексным ресурсом для всех, кто заинтересован в улучшении взаимодействия с ChatGPT посредством фильтрации данных. Следуя описанным шагам, вы не только персонализируете свой опыт, но и участвуете в увлекательном интерактивном эксперименте по адаптации помощника с искусственным интеллектом к вашим индивидуальным потребностям без тонкой настройки модели.
Помните, что этот процесс является итеративным и последовательным и может потребовать некоторых проб и ошибок, основанных на конкретных ответах помощника. Однако результат — более интуитивный и отзывчивый диалоговый агент — стоит затраченных усилий. Независимо от того, являетесь ли вы новичком, интересующимся потенциалом ИИ, или экспертом, желающим расширить свои возможности подсказок, это руководство предлагает гибкий исследовательский подход, который поможет вам начать работу. Для тех, кто хочет копнуть глубже, теперь открыта дверь к продвинутому анализу данных и лингвистической теории, а возможности безграничны.
В качестве следующей техники я опишу полезный подход для простых и действенных подсказок к изображениям с помощью DALL-E 3.
Я сделаю все возможное, чтобы ответить на любые вопросы и помочь другим, когда смогу. Не стесняйтесь, дайте мне знать, что вы думаете! Я ценю любые отзывы!
