Paul Bumann Geschrieben 20. März Teilen Geschrieben 20. März Moin zusammen, um besser nachvollziehen zu können, welcher Prompt zu welcher smap geführt hat, würde ich gerne nach der Generierung einer smap den Prompt wieder einsehen können. Auf dem Weg könnte ich smaps, die ich mit demselben Prompt oder auch einem veränderten Prompt erstelle, besser vergleichen und mehr Rückschlüsse ziehen, worauf man als Creator bei smap-Prompting achten sollte. Gibt's dafür schon eine Möglichkeit, die ich nicht kenne? Falls nicht: Ich würd mir eine wünschen 🥹 2 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
Paul Bumann Geschrieben 20. März Autor Teilen Geschrieben 20. März Zur Sicherheit erwähne ich schon mal @HK alias Holger 😉 1 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
HK alias Holger Geschrieben 20. März Teilen Geschrieben 20. März Es gibt die Historie. Dort sind schonmal alle prompts vorhanden. Ich denke das lässt sich erweitern, das diese Anforderung befriedigt werden kann. Fehlt ja eigentlich nur der smap Name und die Möglichkeit die smap zum prompt zu öffnen. Würde das ausreichen? 3 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
Bülent Erbas Geschrieben 20. März Teilen Geschrieben 20. März (bearbeitet) Aber vermutlich wird der gleiche Prompt nicht das gleiche Ergebnis ausgeben, richtig? Ich hatte eine ähnliche Frage aber aus einer anderen Ausgangssituation heraus. Bearbeitet 20. März von Bülent Erbas 2 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
HK alias Holger Geschrieben 20. März Teilen Geschrieben 20. März das stimmt. LLM's sind nicht deterministisch. D.h. der gleiche Prompt wird nicht immer zu gleichen Ergebnis führen, jedoch kann man die Qualität und Komplexität der Ausgabe durchaus mit dem Prompting beeinflussen. 3 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
Bülent Erbas Geschrieben 20. März Teilen Geschrieben 20. März Das schon.. cool wäre natürlich , sowie bei ChatGPT, Bezug auf das vorherige Ergebnis zu nehmen. Qualitative Bewertung durch "Daumen hoch" bzw "Daumen runter". 1 1 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
HK alias Holger Geschrieben 21. März Teilen Geschrieben 21. März Wenn der generierte Output wieder für das Training eines Modells verwendet werden würde, könnte man über eine Bewertung ein Model verbessern. Jedoch ist das hier ja nicht der Fall. Oder wofür sollte die Bewertung gut sein bzw. welchen Zweck soll diese erfüllen? 3 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
Bülent Erbas Geschrieben 21. März Teilen Geschrieben 21. März Genau für den Fall wie du es oben beschrieben hast. Der Output wird durch eine positive Bewertung wieder für das Training verwendet und verbessert so die Qualität. Da das hier leider nicht möglich ist, hat ein Bewertungssystem natürlich keine Relevanz. 1 Link zu diesem Kommentar Auf anderen Seiten teilen Mehr Optionen zum Teilen...
Empfohlene Beiträge
Bitte melde Dich an, um einen Kommentar zu hinterlassen
Du kannst nach der Anmeldung einen Kommentar hinterlassen
Jetzt anmelden