Π—Π°Ρ€Π΅Π³ΠΈΡΡ‚Ρ€ΠΈΡ€ΡƒΠΉΡ‚Π΅ΡΡŒ Π½Π° getAbstract, Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΠΏΠΎΠ»ΡƒΡ‡ΠΈΡ‚ΡŒ доступ ΠΊ этому ΠΊΡ€Π°Ρ‚ΠΊΠΎΠΌΡƒ излоТСнию.

Prompt-Engineering für generative KI

Π—Π°Ρ€Π΅Π³ΠΈΡΡ‚Ρ€ΠΈΡ€ΡƒΠΉΡ‚Π΅ΡΡŒ Π½Π° getAbstract, Ρ‡Ρ‚ΠΎΠ±Ρ‹ ΠΏΠΎΠ»ΡƒΡ‡ΠΈΡ‚ΡŒ доступ ΠΊ этому ΠΊΡ€Π°Ρ‚ΠΊΠΎΠΌΡƒ излоТСнию.

Prompt-Engineering fΓΌr generative KI

Zukunftstaugliche Inputs fΓΌr zuverlΓ€ssige KI-Outputs

O’Reilly,

15 ΠΌΠΈΠ½ Π½Π° Ρ‡Ρ‚Π΅Π½ΠΈΠ΅
9 основных ΠΈΠ΄Π΅ΠΉ
Аудио ΠΈ тСкст

Π§Ρ‚ΠΎ Π²Π½ΡƒΡ‚Ρ€ΠΈ?

Die KI erzΓ€hlt nur Unsinn? Das liegt an den Prompts.


Bewertung der Redaktion

8

QualitΓ€ten

  • Umsetzbar
  • Überblick
  • Praktische Beispiele

Rezension

KΓΌnstliche Intelligenzen wie ChatGPT verΓ€ndern die Arbeit und das Leben grundsΓ€tzlich. Allerdings ist der Umgang mit ihnen nicht ganz so intuitiv, wie es den Anschein macht. Wer einfach drauflostippt oder -spricht, riskiert, nutzlose oder sogar falsche Infos zu bekommen. Wer das verhindern mΓΆchte, muss sich mit dem Prompt-Engineering auseinandersetzen. In dieser praktischen Anleitung zeigen der Datenwissenschaftler James Phoenix und der KI-Trainer Mike Taylor, wie das geht – inklusive zahlreicher praktischer Beispiele fΓΌr Text- und Bildgenerierung.

Zusammenfassung

LLMs lernen aus riesigen Datenmengen, Texte wie menschengemacht aussehen zu lassen.

In den letzten Jahren lag der Schwerpunkt der KI-Forschung auf sogenannten Large Language Models, kurz LLMs. Diese Modelle, zu denen auch ChatGPT gehΓΆrt, werden mit riesigen Datenmengen trainiert. DafΓΌr komprimieren die Modelle linguistische Elemente unterschiedlicher LΓ€nge, also zum Beispiel Silben, WΓΆrter oder ganze SΓ€tze, zu sogenannten Tokens. Je mehr Daten eine KI bei ihrem Training erhΓ€lt, desto mehr Tokens kennt sie.

Die KI verbindet die Bedeutung und die Struktur der Tokens und verwandelt sie in sogenannte Vektoren – mathematische Werte, die angeben, wie und wo das Token typischerweise verwendet wird. So entsteht das, was man Transformationsarchitektur nennt. LLM-Modelle wie ChatGPT werden dabei zuerst mit riesigen Datenmengen trainiert, um ein breites und flexibles VerstΓ€ndnis von Sprache zu erzeugen. Anschließend erfolgt die Feinabstimmung, bei der das Modell auf spezifischere Aufgaben und Bereiche spezialisiert wird.

Eine KI erhΓ€lt zuerst eine Art Allgemeinbildung. Dann muss sie auf einen bestimmten Job spezialisiert...

Über die Autoren

James Phoenix hat mit seinem Unternehmen Vexpower ΓΌber 60 Kurse in Data Science unterrichtet. Mike Taylor ist GrΓΌnder der Marketingagentur Ladder und unterrichtet generative KI bei Vexpower.


Kommentar abgeben

Mehr zum Thema