Prompts en IA Générative : Canaliser la puissance des modèles Vidéo

Dans cette vidéo intitulée "Prompts en IA Générative : Canaliser la Puissance des Modèles", nous allons au cœur des mécanismes qui guident les puissants algorithmes de l'intelligence artificielle générative. Nous débutons par expliquer le rôle primordial des prompts, ces boussoles qui orientent la capacité computationnelle vers des territoires spécifiques d'intérêt. Ensuite la nature complexe des prompts est décrite en soulignant leurs caractéristiques essentielles : la Contextualisation, qui ancre l'IA dans un cadre déterminé ; la Spécificité, qui affûte la précision des résultats ; et la Stimulation, éveillant la créativité du modèle. Nous concluons en illustrant l'évolution dynamique des prompts dans les interactions, où un prompt façonne et est influencé par la sortie précédente, évoquant une interaction entre l'utilisateur et le modèle. Voici un aperçu approfondi de l'art et de la science des prompts, révélant leur importance inestimable dans le domaine en pleine expansion de l'IA générative.

  • 3:17
  • 1500 vues

Objectifs :

Comprendre l'importance des prompts dans l'IA générative et comment leur formulation influence les résultats. Explorer les différentes dimensions des prompts, y compris la contextualisation, la spécificité et la stimulation de la créativité.

Chapitres :

  1. Introduction à l'IA Générative
    L'IA générative représente un domaine où des algorithmes puissants interagissent avec des prompts ingénieux. Les prompts jouent un rôle central dans cette dynamique, agissant comme des boussoles qui orientent les capacités computationnelles de l'IA. Au lieu de laisser le modèle vagabonder librement, les prompts canalisent l'exploration vers des domaines d'intérêt spécifiques.
  2. La Nature des Prompts
    Les prompts ne sont pas de simples requêtes. Ils déclenchent des réflexions, invoquent des mémoires stockées dans les modèles et peuvent initier des réponses complexes. Pour bien comprendre leur fonctionnement, il est essentiel de disséquer un prompt en plusieurs dimensions.
  3. Dimensions des Prompts
    Les prompts peuvent être analysés selon trois dimensions principales :
  4. L'Évolution des Prompts
    Les prompts peuvent également évoluer. Avec des modèles génératifs, utiliser des sorties comme des entrées successives permet une interaction plus fluide, presque comme une conversation naturelle. Par exemple, en fournissant un premier prompt à GPT-3, vous pouvez continuer à partir de la réponse précédente, créant ainsi un dialogue évolutif.
  5. Exemple d'Interaction
    Voici un exemple d'interaction avec un modèle d'IA :
  6. Conclusion
    Les prompts sont le cœur battant de l'IA générative. En les comprenant et en les utilisant stratégiquement, nous façonnons l'avenir de la génération automatique. La découverte ne fait que commencer, et l'importance des prompts dans cette dynamique ne peut être sous-estimée.

FAQ :

Qu'est-ce qu'un prompt en IA générative ?

Un prompt est une instruction ou une question que l'on donne à un modèle d'IA pour guider sa réponse. Il est essentiel pour orienter les capacités de l'IA et obtenir des résultats pertinents.

Comment la spécificité d'un prompt affecte-t-elle les résultats ?

La spécificité d'un prompt influence directement la précision des réponses générées par l'IA. Par exemple, demander une description d'un chat est moins précis que de demander une description biologique détaillée du Felis catus.

Pourquoi est-il important de contextualiser un prompt ?

La contextualisation d'un prompt aide à ancrer l'IA dans un cadre précis, ce qui permet d'obtenir des réponses plus pertinentes et ciblées, comme spécifier la langue de traduction.

Comment les prompts peuvent-ils évoluer dans une interaction avec l'IA ?

Les prompts peuvent évoluer en se basant sur les réponses précédentes, créant ainsi une interaction plus fluide et naturelle, semblable à une conversation continue.

Quels types de contenu peuvent être générés par l'IA avec des prompts ?

L'IA peut générer divers types de contenu, y compris des histoires, des articles, des images, et même des dialogues, en fonction de la nature et de la créativité des prompts fournis.

Quelques cas d'usages :

Création de contenu marketing

Les spécialistes du marketing peuvent utiliser des prompts pour générer des articles de blog, des publications sur les réseaux sociaux ou des descriptions de produits, améliorant ainsi l'efficacité de leur stratégie de contenu.

Développement de scénarios interactifs

Les développeurs de jeux vidéo peuvent utiliser des prompts pour créer des dialogues dynamiques entre les personnages, rendant l'expérience de jeu plus immersive et engageante.

Assistance à la rédaction

Les écrivains peuvent utiliser des prompts pour surmonter le blocage créatif, en générant des idées ou des débuts d'histoires qui peuvent être développés par la suite.

Formation et éducation

Les éducateurs peuvent utiliser des prompts pour créer des exercices interactifs, permettant aux étudiants d'explorer des concepts de manière plus engageante et pratique.

Recherche et développement

Les chercheurs peuvent utiliser des prompts pour générer des hypothèses ou des idées de projets, facilitant ainsi l'innovation et la découverte dans divers domaines scientifiques.

Glossaire :

IA générative

L'intelligence artificielle générative désigne des modèles d'IA capables de créer du contenu nouveau, comme du texte, des images ou de la musique, en se basant sur des données d'entrée.

prompt

Un prompt est une instruction ou une question donnée à un modèle d'IA pour guider sa réponse. Il joue un rôle crucial dans la direction et la qualité des résultats générés.

contextualisation

La contextualisation consiste à définir le cadre dans lequel l'IA doit opérer, ce qui aide à orienter ses réponses de manière précise.

spécificité

La spécificité fait référence à la précision des instructions données dans un prompt, influençant directement la qualité des résultats fournis par l'IA.

stimulation

La stimulation désigne l'acte de provoquer la créativité de l'IA à travers des prompts qui encouragent la génération de contenu imaginatif et non seulement informatif.

modèles génératifs

Les modèles génératifs sont des systèmes d'IA qui peuvent produire des données nouvelles en se basant sur des exemples d'apprentissage, souvent utilisés pour créer du texte, des images ou d'autres formes de contenu.

résultat(s)
00:00:05
L'IA générative :
00:00:06
là où des algorithmes puissants
00:00:08
rencontrent des prompts ingénieux.
00:00:10
Mais qu'est ce qui rend un prompt
00:00:12
si central dans cette dynamique ?
00:00:13
Les prompts agissent comme des
00:00:15
boussoles, orientant l'immensité des
00:00:17
capacités computationnelles de l'IA.
00:00:19
Plutôt que de laisser le
00:00:21
modèle vagabonder librement,
00:00:23
les prompts canalisent l'exploration
00:00:25
vers des domaines d'intérêt.
00:00:27
Ils ne sont pas de simples requêtes.
00:00:29
Ils déclenchent des réflexions,
00:00:30
invoquent des mémoires stockées
00:00:32
dans les modèles et peuvent
00:00:34
initier des réponses complexes.
00:00:36
Pour bien comprendre, disséquons
00:00:38
un prompt. La contextualisation :
00:00:40
elle définit le cadre.
00:00:43
En ancrant l'IA dans un contexte précis,
00:00:46
vous donnez une direction claire.
00:00:48
C'est comme dire à une machine de
00:00:50
traduction qu'elle opère entre le français
00:00:52
et l'anglais et non entre dix autres langues.
00:00:55
La spécificité :
00:00:56
elle façonne la précision.
00:00:58
Les travaux de OpenAI avec GPT-4
00:01:00
ont montré que la manière dont
00:01:02
vous formulez un prompt peut
00:01:04
grandement affecter les résultats.
00:01:06
C'est la différence entre demander
00:01:08
une "description d'un chat" et
00:01:10
demander "une description biologique
00:01:12
détaillée du Felis catus".
00:01:16
La stimulation :
00:01:17
il s'agit de provoquer la créativité de l'IA.
00:01:19
Un prompt stimulant peut pousser l'IA
00:01:22
à créer du contenu qui n'est pas
00:01:25
seulement informatif, mais aussi imaginatif.
00:01:27
C'est la nuance entre "raconter une
00:01:29
histoire" et "décrire une rencontre entre
00:01:32
un astronaute et une sirène sur la lune".
00:01:34
Les prompts peuvent également
00:01:37
évoluer. Avec des modèles génératifs,
00:01:39
utiliser des sorties comme des
00:01:40
entrées successives permet une
00:01:42
interaction plus fluide,
00:01:43
presque comme une conversation naturelle.
00:01:46
Voici une explication
00:01:47
plus détaillée :
00:01:48
Les modèles d'IA générative,
00:01:50
ne fonctionnent pas seulement en
00:01:52
mode "question-réponse" unique.
00:01:54
Ils peuvent être utilisés dans
00:01:56
des scénarios interactifs qui
00:01:58
s'apparentent à des dialogues.
00:01:59
Par exemple,
00:02:00
supposons que vous fournissiez
00:02:02
un premier prompt à GPT-3 : Prompt :
00:02:05
"Raconte-moi une histoire sur un dragon".
00:02:08
Réponse de l'IA :
00:02:09
"Dans un royaume lointain,
00:02:11
un dragon nommé Zéphyr
00:02:13
vivait dans les montagnes.
00:02:14
Contrairement à d'autres dragons,
00:02:16
zéphyr préférait la paix aux trésors".
00:02:19
Maintenant,
00:02:19
au lieu de fournir un nouveau prompt non lié,
00:02:22
vous pouvez continuer à partir
00:02:24
de la réponse précédente : Prompt :
00:02:26
"Pourquoi zéphyr préférait-il
00:02:27
la paix aux trésors ?"
00:02:30
Réponse de l'IA :
00:02:31
"Zéphyr avait vu les ravages que
00:02:34
la quête de trésors avait causés
00:02:35
parmi les humains et les dragons.
00:02:37
Il avait été témoin de nombreuses
00:02:39
guerres et avait perdu des
00:02:41
amis chers. Pour lui,
00:02:42
la paix était le trésor le plus précieux".
00:02:46
Ici,
00:02:46
le second prompt est basé sur
00:02:48
la sortie du premier.
00:02:50
Ces
00:02:51
interactions successives peuvent continuer,
00:02:53
créant un dialogue qui évolue avec le temps.
00:02:56
Ce type de dynamique -sortie-prompt crée
00:02:59
une interaction qui peut sembler plus
00:03:01
fluide ou naturelle, car elle simule une
00:03:04
conversation continue avec le modèle.
00:03:06
Les prompts sont le cœur battant de
00:03:08
l'IA générative. En les comprenant
00:03:10
et en les utilisant avec stratégie,
00:03:12
nous façonnons l'avenir de
00:03:14
la génération automatique.
00:03:15
La découverte ne fait que commencer.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
Generative KI:
00:00:06
wo leistungsfähige Algorithmen
00:00:08
Erfüllen Sie geniale Aufforderungen.
00:00:10
Aber was macht eine Aufforderung aus?
00:00:12
So zentral für diese Dynamik?
00:00:13
Eingabeaufforderungen fungieren als
00:00:15
Kompasse, die die Unermesslichkeit der
00:00:17
Rechenfähigkeiten von KI.
00:00:19
Anstatt die
00:00:21
Modell frei herumlaufen,
00:00:23
Fordert die Kanalerkundung auf
00:00:25
zu Interessengebieten.
00:00:27
Es handelt sich nicht um bloße Abfragen.
00:00:29
Sie lösen Reflexionen aus,
00:00:30
Gespeicherten Speicher aufrufen
00:00:32
in den Modellen und Kannen
00:00:34
Initiieren Sie komplexe Reaktionen.
00:00:36
Um das zu verstehen, sezieren wir
00:00:38
eine Eingabeaufforderung. Kontextualisierung:
00:00:40
Sie setzt den Rahmen.
00:00:43
Durch die Verankerung von KI in einem bestimmten Kontext
00:00:46
Du gibst eine klare Richtung vor.
00:00:48
Es ist, als würde man einer Maschine sagen, dass sie
00:00:50
Übersetzung zwischen Französisch
00:00:52
und Englisch und nicht zwischen zehn anderen Sprachen.
00:00:55
Spezifität:
00:00:56
Sie prägt die Präzision.
00:00:58
OpenAIs Arbeit mit GPT-4
00:01:00
zeigte, dass die Art und Weise, in der
00:01:02
Sie erstellen eine Eingabeaufforderung können
00:01:04
die Ergebnisse stark beeinflussen.
00:01:06
Es ist der Unterschied zwischen Fragen
00:01:08
eine "Beschreibung einer Katze" und
00:01:10
Fragen Sie nach einer biologischen Beschreibung
00:01:12
Felis Catus".
00:01:16
Anregung:
00:01:17
es geht darum, die Kreativität der KI zu provozieren.
00:01:19
Ein promptes Stimulans kann KI pushen
00:01:22
, um Inhalte zu erstellen, die nicht
00:01:25
Nicht nur informativ, sondern auch einfallsreich.
00:01:27
Es ist die Nuance zwischen dem "Erzählen einer Geschichte"
00:01:29
Geschichte" und "beschreiben eine Begegnung zwischen
00:01:32
ein Astronaut und eine Meerjungfrau auf dem Mond."
00:01:34
Eingabeaufforderungen können auch
00:01:37
entwickeln. Mit generativen Modellen
00:01:39
Verwenden Sie die Ausgaben als
00:01:40
Aufeinanderfolgende Einträge ermöglichen eine
00:01:42
reibungslosere Interaktion,
00:01:43
fast wie ein natürliches Gespräch.
00:01:46
Hier ist eine Erklärung:
00:01:47
Ausführlicher:
00:01:48
Generative KI-Modelle,
00:01:50
nicht nur in
00:01:52
Einzigartiger Q&A-Modus.
00:01:54
Sie können verwendet werden in
00:01:56
interaktive Szenarien, die
00:01:58
ähneln Dialogen.
00:01:59
Zum Beispiel
00:02:00
Angenommen, Sie geben
00:02:02
eine erste Eingabeaufforderung an GPT-3: Eingabeaufforderung:
00:02:05
"Erzähl mir eine Geschichte über einen Drachen."
00:02:08
KI-Antwort:
00:02:09
"In einem fernen Reich,
00:02:11
ein Drache namens Zephyr
00:02:13
lebte in den Bergen.
00:02:14
Im Gegensatz zu anderen Drachen
00:02:16
Zephyr zog den Frieden den Schätzen vor."
00:02:19
Jetzt gerade
00:02:19
Anstatt eine neue, ungebundene Eingabeaufforderung bereitzustellen,
00:02:22
Sie können weiterhin gehen
00:02:24
aus der vorherigen Antwort: Eingabeaufforderung:
00:02:26
"Warum hat Zephyr es vorgezogen?
00:02:27
Friede den Schätzen?«
00:02:30
KI-Antwort:
00:02:31
"Zephyr hatte die Verwüstung gesehen, die
00:02:34
Die Suche nach dem Schatz hatte
00:02:35
zwischen Menschen und Drachen.
00:02:37
Er war Zeuge vieler
00:02:39
Kriege geführt und verloren
00:02:41
Liebe Freunde. Für ihn
00:02:42
Der Friede war der kostbarste Schatz."
00:02:46
Hier
00:02:46
Die zweite Eingabeaufforderung basiert auf
00:02:48
die Veröffentlichung des ersten.
00:02:50
Jene
00:02:51
sukzessive Interaktionen fortgesetzt werden können,
00:02:53
Einen Dialog zu schaffen, der sich im Laufe der Zeit entwickelt.
00:02:56
Diese Art von dynamischer Ausgabeaufforderung erzeugt
00:02:59
Eine Interaktion, die mehr
00:03:01
flüssig oder natürlich, da es eine
00:03:04
Fortlaufende Konversation mit dem Model.
00:03:06
Eingabeaufforderungen sind das schlagende Herz von
00:03:08
generative KI. Indem man sie versteht
00:03:10
und sie strategisch einzusetzen,
00:03:12
Wir gestalten die Zukunft von
00:03:14
Automatische Generierung.
00:03:15
Die Entdeckung hat gerade erst begonnen.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
IA generativa:
00:00:06
donde poderosos algoritmos
00:00:08
Cumple con indicaciones ingeniosas.
00:00:10
Pero, ¿qué hace que un prompt
00:00:12
¿Tan central en esta dinámica?
00:00:13
Las indicaciones actúan como
00:00:15
brújulas, orientando la inmensidad de la
00:00:17
capacidades computacionales de la IA.
00:00:19
En lugar de dejar que el
00:00:21
modelo deambular libremente,
00:00:23
Solicita la exploración del canal
00:00:25
a áreas de interés.
00:00:27
No son meras consultas.
00:00:29
Desencadenan reflexiones,
00:00:30
Invocar memoria almacenada
00:00:32
en los modelos y lata
00:00:34
Iniciar respuestas complejas.
00:00:36
Para entender esto, analicemos
00:00:38
un mensaje. Contextualización:
00:00:40
Establece el marco.
00:00:43
Al anclar la IA en un contexto específico,
00:00:46
Das una dirección clara.
00:00:48
Es como decirle a una máquina que
00:00:50
traducción entre francés
00:00:52
y el inglés y no entre otros diez idiomas.
00:00:55
Especificidad:
00:00:56
Da forma a la precisión.
00:00:58
El trabajo de OpenAI con GPT-4
00:01:00
mostró que la forma en que
00:01:02
Haces un prompt lata
00:01:04
afectan en gran medida los resultados.
00:01:06
Es la diferencia entre preguntar
00:01:08
una "descripción de un gato" y
00:01:10
Pida una descripción biológica
00:01:12
Felis Catus".
00:01:16
Estimulación:
00:01:17
se trata de provocar la creatividad de la IA.
00:01:19
Un estimulante rápido puede impulsar la IA
00:01:22
para crear contenido que no sea
00:01:25
no solo informativo, sino también imaginativo.
00:01:27
Es el matiz entre "contar una historia
00:01:29
historia" y "describen un encuentro entre
00:01:32
un astronauta y una sirena en la luna".
00:01:34
Las indicaciones también pueden
00:01:37
evolucionar. Con modelos generativos,
00:01:39
Utilice las salidas como
00:01:40
Las entradas sucesivas permiten una
00:01:42
interacción más fluida,
00:01:43
casi como una conversación natural.
00:01:46
Aquí hay una explicación
00:01:47
Más detalles:
00:01:48
Modelos de IA generativa,
00:01:50
No te limites a trabajar en
00:01:52
Modo único de preguntas y respuestas.
00:01:54
Se pueden utilizar en
00:01:56
escenarios interactivos que
00:01:58
son semejantes a los diálogos.
00:01:59
Como qué
00:02:00
Supongamos que proporciona
00:02:02
un primer mensaje a GPT-3: Aviso:
00:02:05
"Cuéntame una historia sobre un dragón".
00:02:08
Respuesta de la IA:
00:02:09
"En un reino distante,
00:02:11
un dragón llamado Céfiro
00:02:13
vivía en las montañas.
00:02:14
A diferencia de otros dragones,
00:02:16
Céfiro prefería la paz a los tesoros.
00:02:19
Ahora mismo
00:02:19
En lugar de proporcionar una nueva solicitud sin enlazar,
00:02:22
Puedes seguir yéndote
00:02:24
de la respuesta anterior: Indicación:
00:02:26
"¿Por qué Zephyr prefirió
00:02:27
¿Paz a los tesoros?
00:02:30
Respuesta de la IA:
00:02:31
"Zephyr había visto la devastación que
00:02:34
La búsqueda del tesoro había causado
00:02:35
entre humanos y dragones.
00:02:37
Había sido testigo de muchas
00:02:39
guerras y había perdido
00:02:41
Queridos amigos. Para él,
00:02:42
La paz era el tesoro más preciado".
00:02:46
Aquí
00:02:46
El segundo mensaje se basa en
00:02:48
el lanzamiento de la primera.
00:02:50
Aquellos
00:02:51
las interacciones sucesivas pueden continuar,
00:02:53
creando un diálogo que evoluciona con el tiempo.
00:02:56
Este tipo de prompt de salida dinámica crea
00:02:59
una interacción que puede parecer más
00:03:01
fluido o natural, ya que simula una
00:03:04
Conversación continua con la modelo.
00:03:06
Las indicaciones son el corazón palpitante de
00:03:08
IA generativa. Entendiéndolos
00:03:10
y utilizándolos estratégicamente,
00:03:12
Estamos dando forma al futuro de
00:03:14
Generación automática.
00:03:15
El descubrimiento no ha hecho más que empezar.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
AI Generatif:
00:00:06
di mana algoritma yang kuat
00:00:08
memenuhi petunjuk cerdik.
00:00:10
Tapi apa yang membuat prompt
00:00:12
Begitu sentral dari dinamika ini?
00:00:13
Prompt bertindak sebagai
00:00:15
kompas, mengorientasikan besarnya
00:00:17
kemampuan komputasi AI.
00:00:19
Daripada membiarkan
00:00:21
model berkeliaran dengan bebas,
00:00:23
Meminta eksplorasi saluran
00:00:25
ke bidang yang diminati.
00:00:27
Mereka bukan hanya pertanyaan.
00:00:29
Mereka memicu refleksi,
00:00:30
Memanggil memori tersimpan
00:00:32
dalam model dan kaleng
00:00:34
Mulai respons yang kompleks.
00:00:36
Untuk memahami ini, mari kita bedah
00:00:38
sebuah prompt. Kontekstualisasi:
00:00:40
Ini menetapkan kerangka kerja.
00:00:43
Dengan menjangkarkan AI dalam konteks tertentu,
00:00:46
Anda memberikan arah yang jelas.
00:00:48
Ini seperti menyuruh mesin untuk
00:00:50
terjemahan antara bahasa Perancis
00:00:52
dan bahasa Inggris dan bukan di antara sepuluh bahasa lainnya.
00:00:55
Kekhususan:
00:00:56
Ini membentuk presisi.
00:00:58
Pekerjaan OpenAI dengan GPT-4
00:01:00
menunjukkan bahwa cara di mana
00:01:02
Anda membuat prompt dapat
00:01:04
sangat mempengaruhi hasil.
00:01:06
Ini perbedaan antara bertanya
00:01:08
"deskripsi kucing" dan
00:01:10
Mintalah deskripsi biologis
00:01:12
Felis Catus".
00:01:16
Stimulasi:
00:01:17
ini tentang memprovokasi kreativitas AI.
00:01:19
Stimulan Cepat Dapat Mendorong AI
00:01:22
untuk membuat konten yang tidak
00:01:25
Tidak hanya informatif, tetapi juga imajinatif.
00:01:27
Ini adalah nuansa antara "menceritakan sebuah kisah
00:01:29
sejarah" dan "menggambarkan pertemuan antara
00:01:32
seorang astronot dan putri duyung di bulan."
00:01:34
Prompt juga bisa
00:01:37
berkembang. Dengan model generatif,
00:01:39
Gunakan output sebagai
00:01:40
entri berturut-turut memungkinkan untuk
00:01:42
interaksi yang lebih halus,
00:01:43
hampir seperti percakapan alami.
00:01:46
Berikut penjelasannya
00:01:47
Lebih rinci:
00:01:48
Model AI generatif,
00:01:50
Jangan hanya bekerja di
00:01:52
Mode Tanya Jawab yang unik.
00:01:54
Mereka dapat digunakan dalam
00:01:56
skenario interaktif yang
00:01:58
mirip dengan dialog.
00:01:59
Seperti apa
00:02:00
Misalkan Anda menyediakan
00:02:02
prompt pertama untuk GPT-3: Prompt:
00:02:05
"Ceritakan padaku sebuah cerita tentang seekor naga."
00:02:08
Respons AI:
00:02:09
"Di alam yang jauh,
00:02:11
seekor naga bernama Zephyr
00:02:13
tinggal di pegunungan.
00:02:14
Tidak seperti naga lainnya,
00:02:16
Zephyr lebih memilih kedamaian daripada harta."
00:02:19
Sekarang
00:02:19
alih-alih memberikan prompt baru yang tidak terikat,
00:02:22
Anda dapat terus pergi
00:02:24
dari jawaban sebelumnya: Cepat:
00:02:26
"Kenapa Zephyr lebih suka
00:02:27
Damai dengan harta?"
00:02:30
Respons AI:
00:02:31
"Zephyr telah melihat kehancuran itu
00:02:34
Pencarian harta karun telah menyebabkan
00:02:35
di antara manusia dan naga.
00:02:37
Dia telah menyaksikan banyak orang
00:02:39
perang dan telah kalah
00:02:41
Teman-teman yang Terhormat. Untuk dia,
00:02:42
Perdamaian adalah harta yang paling berharga."
00:02:46
Sini
00:02:46
Prompt kedua didasarkan pada
00:02:48
rilis yang pertama.
00:02:50
Itu
00:02:51
interaksi berturut-turut dapat berlanjut,
00:02:53
menciptakan dialog yang berkembang seiring waktu.
00:02:56
Jenis dynamic-output-prompt ini membuat
00:02:59
interaksi yang mungkin tampak lebih
00:03:01
cairan atau alami, karena mensimulasikan a
00:03:04
Percakapan yang sedang berlangsung dengan model.
00:03:06
Prompt adalah detak jantung
00:03:08
AI generatif. Dengan memahami mereka
00:03:10
dan menggunakannya secara strategis,
00:03:12
Kami membentuk masa depan
00:03:14
generasi otomatis.
00:03:15
Penemuan baru saja dimulai.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
Intelligenza artificiale generativa:
00:00:06
dove potenti algoritmi
00:00:08
Incontra suggerimenti ingegnosi.
00:00:10
Ma cosa rende un prompt
00:00:12
Al centro di questa dinamica?
00:00:13
I prompt agiscono come
00:00:15
bussole, orientando l'immensità del
00:00:17
capacità computazionali dell'IA.
00:00:19
Piuttosto che lasciare che il
00:00:21
il modello vaga liberamente,
00:00:23
Richiede l'esplorazione del canale
00:00:25
alle aree di interesse.
00:00:27
Non sono semplici domande.
00:00:29
Innescano riflessioni,
00:00:30
Richiamare la memoria archiviata
00:00:32
nei modelli e può
00:00:34
Avvia risposte complesse.
00:00:36
Per capirlo, analizziamo
00:00:38
un prompt. Contestualizzazione:
00:00:40
Definisce il quadro di riferimento.
00:00:43
Ancorando l'IA in un contesto specifico,
00:00:46
Dai una direzione chiara.
00:00:48
E' come dire a una macchina di
00:00:50
traduzione tra il francese
00:00:52
e l'inglese e non tra altre dieci lingue.
00:00:55
Specificità:
00:00:56
Dà forma alla precisione.
00:00:58
Il lavoro di OpenAI con GPT-4
00:01:00
ha dimostrato che il modo in cui
00:01:02
Si fa un prompt può
00:01:04
influenzare notevolmente i risultati.
00:01:06
E' la differenza tra chiedere
00:01:08
una "descrizione di un gatto" e
00:01:10
Chiedi una descrizione biologica
00:01:12
Felis Catus".
00:01:16
Stimolazione:
00:01:17
si tratta di provocare la creatività dell'IA.
00:01:19
Uno stimolante rapido può spingere l'IA
00:01:22
per creare contenuti che non sono
00:01:25
Non solo informativo, ma anche fantasioso.
00:01:27
È la sfumatura tra "raccontare una storia
00:01:29
storia" e "descrivere un incontro tra
00:01:32
un astronauta e una sirena sulla luna".
00:01:34
I prompt possono anche
00:01:37
evolvere. Con i modelli generativi,
00:01:39
Usa gli output come
00:01:40
Le voci successive consentono un
00:01:42
un'interazione più fluida,
00:01:43
quasi come una conversazione naturale.
00:01:46
Ecco una spiegazione
00:01:47
Più in dettaglio:
00:01:48
Modelli di IA generativa,
00:01:50
non limitarti a lavorare in
00:01:52
Modalità Q&A unica.
00:01:54
Possono essere utilizzati in
00:01:56
scenari interattivi che
00:01:58
sono simili a dialoghi.
00:01:59
Come quello che
00:02:00
Si supponga di fornire
00:02:02
un primo prompt a GPT-3: Prompt:
00:02:05
"Raccontami la storia di un drago."
00:02:08
Risposta dell'IA:
00:02:09
"In un regno lontano,
00:02:11
un drago di nome Zefiro
00:02:13
viveva in montagna.
00:02:14
A differenza di altri draghi,
00:02:16
Zefiro preferiva la pace ai tesori".
00:02:19
Subito
00:02:19
invece di fornire un nuovo prompt non associato,
00:02:22
Puoi continuare ad andartene
00:02:24
dalla risposta precedente: Prompt:
00:02:26
"Perché Zefiro ha preferito
00:02:27
Pace ai tesori?"
00:02:30
Risposta dell'IA:
00:02:31
"Zefiro aveva visto la devastazione che
00:02:34
La ricerca del tesoro aveva causato
00:02:35
tra umani e draghi.
00:02:37
Aveva assistito a molte
00:02:39
guerre e aveva perso
00:02:41
Cari amici. Per lui
00:02:42
La pace era il tesoro più prezioso".
00:02:46
Qui
00:02:46
Il secondo prompt si basa su
00:02:48
l'uscita del primo.
00:02:50
Quelli
00:02:51
le interazioni successive possono continuare,
00:02:53
creando un dialogo che si evolve nel tempo.
00:02:56
Questo tipo di prompt di output dinamico crea
00:02:59
un'interazione che può sembrare più
00:03:01
fluido o naturale, in quanto simula un
00:03:04
Conversazione continua con la modella.
00:03:06
I prompt sono il cuore pulsante di
00:03:08
IA generativa. Comprendendoli
00:03:10
e utilizzandoli in modo strategico,
00:03:12
Stiamo plasmando il futuro di
00:03:14
generazione automatica.
00:03:15
La scoperta è appena iniziata.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
ジェネレーティブAI:
00:00:06
強力なアルゴリズム
00:00:08
独創的なプロンプトに会いましょう。
00:00:10
しかし、プロンプトを作るもの
00:00:12
では、このダイナミックな動きの中心にあるのでしょうか?
00:00:13
プロンプトは
00:00:15
コンパス、の広大さを方向付ける
00:00:17
AIの計算能力。
00:00:19
ではなく、
00:00:21
モデルは自由に歩き回り、
00:00:23
チャネル探索を促す
00:00:25
関心のある領域に。
00:00:27
これらは単なるクエリではありません。
00:00:29
それらは反射を引き起こし、
00:00:30
保存されたメモリを呼び出す
00:00:32
モデルで、缶
00:00:34
複雑な対応を開始します。
00:00:36
これを理解するために、解剖してみましょう
00:00:38
プロンプト。コンテキスト化:
00:00:40
フレームワークを設定します。
00:00:43
AIを特定のコンテキストに定着させることで、
00:00:46
あなたは明確な方向性を与えます。
00:00:48
これは、機械に
00:00:50
フランス語間の翻訳
00:00:52
そして英語であり、他の10の言語の間ではありません。
00:00:55
特異 性：
00:00:56
それは精度を形作ります。
00:00:58
OpenAI の GPT-4 への取り組み
00:01:00
その方法を示しました
00:01:02
プロンプトは
00:01:04
結果に大きく影響します。
00:01:06
それは尋ねることの違いです
00:01:08
「猫の説明」と
00:01:10
生物学的な説明を求める
00:01:12
Felis Catus」です。
00:01:16
刺激：
00:01:17
それは、AIの創造性を刺激することです。
00:01:19
即効性のある覚醒剤がAIを後押しできる
00:01:22
そうでないコンテンツを作成するには
00:01:25
有益であるだけでなく、想像力にも富んでいます。
00:01:27
それは「ストーリーを語る」ことのニュアンスです
00:01:29
歴史」と「出会いを描写する」と
00:01:32
月面の宇宙飛行士と人魚」
00:01:34
プロンプトでは、
00:01:37
進化。ジェネレーティブモデルでは、
00:01:39
出力を次のように使用します
00:01:40
連続するエントリでは、
00:01:42
よりスムーズなインタラクション、
00:01:43
まるで自然な会話のようです。
00:01:46
ここでは、その説明をご紹介します
00:01:47
より詳細に:
00:01:48
ジェネレーティブAIモデル、
00:01:50
Don't just work in (ただ働くだけではダメ)
00:01:52
独自のQ&Aモード。
00:01:54
これらは、
00:01:56
インタラクティブなシナリオでは、
00:01:58
対話に似ています。
00:01:59
たとえば
00:02:00
あなたが
00:02:02
GPT-3への最初のプロンプト: プロンプト:
00:02:05
「龍の話を聞かせてくれ」
00:02:08
AIの応答:
00:02:09
「遠い領域では、
00:02:11
ゼファーという名の龍
00:02:13
山に住んでいた。
00:02:14
他のドラゴンと違って、
00:02:16
ゼファーは財宝よりも平和を好んだ」
00:02:19
今すぐ
00:02:19
バインドされていない新しいプロンプトを提供する代わりに、
00:02:22
そのまま退出できます
00:02:24
前の回答から: プロンプト:
00:02:26
「なぜゼファーは好んだのか
00:02:27
宝物に平和を?」
00:02:30
AIの応答:
00:02:31
「ゼファーは惨状を目の当たりにした。
00:02:34
宝探しが引き起こした
00:02:35
人間とドラゴンの間で。
00:02:37
彼は多くのものを目撃した
00:02:39
戦争と負けていた
00:02:41
親愛なる友人。彼にとって、
00:02:42
平和は最も貴重な宝物でした。
00:02:46
ここは
00:02:46
2 番目のプロンプトは、
00:02:48
最初のもののリリース。
00:02:50
夫
00:02:51
連続した対話を続けることができ、
00:02:53
時間とともに進化する対話を作成します。
00:02:56
このタイプの動的出力プロンプトは、
00:02:59
より多く見えるかもしれない相互作用
00:03:01
fluidまたはnaturalで、
00:03:04
モデルとの継続的な会話。
00:03:06
プロンプトは心臓部です
00:03:08
ジェネレーティブAI。それらを理解することによって
00:03:10
そして、それらを戦略的に使用し、
00:03:12
私たちは未来を形作っています
00:03:14
自動生成。
00:03:15
発見はまだ始まったばかりです。

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
Generatieve AI:
00:00:06
waar krachtige algoritmen
00:00:08
Maak kennis met ingenieuze prompts.
00:00:10
Maar wat maakt een prompt
00:00:12
Zo centraal in deze dynamiek?
00:00:13
Prompts fungeren als
00:00:15
kompassen, die de onmetelijkheid van de
00:00:17
rekenmogelijkheden van AI.
00:00:19
In plaats van de
00:00:21
model vrij rondlopen,
00:00:23
Vraagt om kanaalverkenning
00:00:25
naar interessegebieden.
00:00:27
Het zijn niet zomaar vragen.
00:00:29
Ze zetten aan tot reflecties,
00:00:30
Opgeslagen geheugen aanroepen
00:00:32
in de modellen en kan
00:00:34
Initieer complexe reacties.
00:00:36
Laten we, om dit te begrijpen, ontleden
00:00:38
een prompt. Contextualisering:
00:00:40
Het bepaalt het kader.
00:00:43
Door AI te verankeren in een specifieke context,
00:00:46
Je geeft een duidelijke richting.
00:00:48
Het is alsof je tegen een machine zegt dat hij dat moet doen
00:00:50
vertaling tussen het Frans
00:00:52
en Engels en niet tussen tien andere talen.
00:00:55
Specificiteit:
00:00:56
het geeft vorm aan precisie.
00:00:58
OpenAI's werk met GPT-4
00:01:00
bleek dat de manier waarop de
00:01:02
Je maakt een prompt blikje
00:01:04
sterk van invloed zijn op de resultaten.
00:01:06
Het is het verschil tussen vragen
00:01:08
een "beschrijving van een kat" en
00:01:10
Vraag om een biologische beschrijving
00:01:12
Felis Catus".
00:01:16
Stimulatie:
00:01:17
het gaat om het provoceren van de creativiteit van AI.
00:01:19
Een prompt stimulerend middel kan AI pushen
00:01:22
om inhoud te maken die niet
00:01:25
Niet alleen informatief, maar ook fantasierijk.
00:01:27
Het is de nuance tussen 'een verhaal vertellen'
00:01:29
geschiedenis" en "beschrijf een ontmoeting tussen
00:01:32
een astronaut en een zeemeermin op de maan."
00:01:34
Prompts kunnen ook
00:01:37
evolueren. Met generatieve modellen,
00:01:39
Gebruik uitgangen als
00:01:40
Opeenvolgende vermeldingen maken een
00:01:42
vlottere interactie,
00:01:43
bijna als een natuurlijk gesprek.
00:01:46
Hier is een uitleg
00:01:47
Meer gedetailleerd:
00:01:48
Generatieve AI-modellen,
00:01:50
Werk niet alleen in
00:01:52
Unieke Q&A-modus.
00:01:54
Ze kunnen worden gebruikt in
00:01:56
interactieve scenario's die
00:01:58
zijn verwant aan dialogen.
00:01:59
Zoals wat
00:02:00
Stel dat u
00:02:02
een eerste prompt naar GPT-3: Prompt:
00:02:05
"Vertel me een verhaal over een draak."
00:02:08
AI-reactie:
00:02:09
"In een ver rijk,
00:02:11
een draak genaamd Zephyr
00:02:13
woonde in de bergen.
00:02:14
In tegenstelling tot andere draken,
00:02:16
Zephyr gaf de voorkeur aan vrede boven schatten."
00:02:19
Nu onmiddellijk
00:02:19
in plaats van een nieuwe, ongebonden prompt te geven,
00:02:22
U kunt blijven vertrekken
00:02:24
uit het vorige antwoord: Prompt:
00:02:26
"Waarom gaf Zephyr de voorkeur aan
00:02:27
Vrede tot schatten?"
00:02:30
AI-reactie:
00:02:31
"Zephyr had de verwoesting gezien die
00:02:34
De zoektocht naar schatten had ertoe geleid dat
00:02:35
onder mensen en draken.
00:02:37
Hij had er veel van meegemaakt
00:02:39
oorlogen en had verloren
00:02:41
Beste vrienden. Voor hem,
00:02:42
Vrede was de kostbaarste schat."
00:02:46
Hier
00:02:46
De tweede prompt is gebaseerd op
00:02:48
de release van de eerste.
00:02:50
Die
00:02:51
opeenvolgende interacties kunnen doorgaan,
00:02:53
het creëren van een dialoog die in de loop van de tijd evolueert.
00:02:56
Dit type dynamische-output-prompt creëert
00:02:59
een interactie die misschien meer lijkt
00:03:01
vloeibaar of natuurlijk, omdat het een
00:03:04
Doorlopend gesprek met het model.
00:03:06
Prompts zijn het kloppend hart van
00:03:08
generatieve AI. Door ze te begrijpen
00:03:10
en ze strategisch te gebruiken,
00:03:12
We geven vorm aan de toekomst van
00:03:14
automatische generatie.
00:03:15
De ontdekking is nog maar net begonnen.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
IA generativa:
00:00:06
onde algoritmos poderosos
00:00:08
atender a solicitações engenhosas.
00:00:10
Mas o que faz um prompt
00:00:12
Tão central para esta dinâmica?
00:00:13
Os prompts agem como
00:00:15
bússolas, orientando a imensidão do
00:00:17
capacidades computacionais da IA.
00:00:19
Em vez de deixar o
00:00:21
modelo vagueia livremente,
00:00:23
Solicita a exploração do canal
00:00:25
para áreas de interesse.
00:00:27
Não são meras consultas.
00:00:29
Desencadeiam reflexões,
00:00:30
Invocar memória armazenada
00:00:32
nos modelos e lata
00:00:34
Inicie respostas complexas.
00:00:36
Para entender isso, vamos dissecar
00:00:38
um prompt. Contextualização:
00:00:40
estabelece o quadro.
00:00:43
Ao ancorar a IA num contexto específico,
00:00:46
Você dá uma direção clara.
00:00:48
É como dizer a uma máquina para
00:00:50
tradução entre francês
00:00:52
e inglês e não entre dez outras línguas.
00:00:55
Especificidade:
00:00:56
molda a precisão.
00:00:58
O trabalho da OpenAI com GPT-4
00:01:00
mostrou que a forma como
00:01:02
Você faz uma solicitação pode
00:01:04
afetam muito os resultados.
00:01:06
É a diferença entre perguntar
00:01:08
uma "descrição de um gato" e
00:01:10
pedir uma descrição biológica
00:01:12
Felis Catus".
00:01:16
Estimulação:
00:01:17
trata-se de provocar a criatividade da IA.
00:01:19
Um estimulante imediato pode impulsionar a IA
00:01:22
para criar conteúdo que não é
00:01:25
não só informativo, mas também imaginativo.
00:01:27
É a nuance entre "contar uma história
00:01:29
história" e "descrever um encontro entre
00:01:32
um astronauta e uma sereia na Lua."
00:01:34
Os prompts também podem
00:01:37
evoluir. Com modelos generativos,
00:01:39
Use saídas como
00:01:40
entradas sucessivas permitem uma
00:01:42
interação mais suave,
00:01:43
quase como uma conversa natural.
00:01:46
Aqui está uma explicação
00:01:47
Mais detalhadamente:
00:01:48
Modelos de IA generativa,
00:01:50
não trabalhe apenas em
00:01:52
Modo de Perguntas e Respostas exclusivo.
00:01:54
Podem ser utilizados em
00:01:56
cenários interativos que
00:01:58
assemelham-se a diálogos.
00:01:59
Como o quê
00:02:00
Suponha que você forneça
00:02:02
um primeiro prompt para GPT-3: Prompt:
00:02:05
"Conte-me uma história sobre um dragão."
00:02:08
Resposta da IA:
00:02:09
"Num reino distante,
00:02:11
um dragão chamado Zéfiro
00:02:13
vivia nas montanhas.
00:02:14
Ao contrário de outros dragões,
00:02:16
Zéfiro preferiu a paz aos tesouros."
00:02:19
Agora
00:02:19
em vez de fornecer um novo prompt não acoplado,
00:02:22
Pode continuar a sair
00:02:24
da resposta anterior: Prompt:
00:02:26
"Por que Zéfiro preferiu?
00:02:27
Paz aos tesouros?"
00:02:30
Resposta da IA:
00:02:31
"Zéfiro tinha visto a devastação que
00:02:34
A busca pelo tesouro tinha causado
00:02:35
entre humanos e dragões.
00:02:37
Ele tinha testemunhado muitos
00:02:39
guerras e tinha perdido
00:02:41
Caros amigos. Para ele,
00:02:42
A paz era o tesouro mais precioso."
00:02:46
Aqui
00:02:46
O segundo prompt é baseado em
00:02:48
o lançamento do primeiro.
00:02:50
Aqueles
00:02:51
as interações sucessivas podem continuar,
00:02:53
criar um diálogo que evolua ao longo do tempo.
00:02:56
Este tipo de prompt de saída dinâmica cria
00:02:59
uma interação que pode parecer mais
00:03:01
fluido ou natural, pois simula um
00:03:04
Conversa contínua com o modelo.
00:03:06
Os prompts são o coração pulsante de
00:03:08
IA generativa. Compreendendo-os
00:03:10
e utilizá-los estrategicamente,
00:03:12
Estamos a moldar o futuro da
00:03:14
geração automática.
00:03:15
A descoberta apenas começou.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
AI tạo ra:
00:00:06
nơi các thuật toán mạnh mẽ
00:00:08
đáp ứng những lời nhắc nhở khéo léo.
00:00:10
Nhưng điều gì làm cho một lời nhắc
00:00:12
Vì vậy, trung tâm của động lực này?
00:00:13
Lời nhắc hoạt động như
00:00:15
la bàn, định hướng sự bao la của
00:00:17
khả năng tính toán của AI.
00:00:19
Thay vì để
00:00:21
người mẫu đi lang thang tự do,
00:00:23
Lời nhắc khám phá kênh
00:00:25
đến các lĩnh vực quan tâm.
00:00:27
Chúng không chỉ là những truy vấn.
00:00:29
Chúng kích hoạt phản xạ,
00:00:30
Gọi bộ nhớ đã lưu trữ
00:00:32
trong các mô hình và có thể
00:00:34
Bắt đầu các phản ứng phức tạp.
00:00:36
Để hiểu điều này, chúng ta hãy mổ xẻ
00:00:38
một lời nhắc. Ngữ cảnh hóa:
00:00:40
Nó thiết lập khuôn khổ.
00:00:43
Bằng cách neo AI trong một bối cảnh cụ thể,
00:00:46
Bạn đưa ra một định hướng rõ ràng.
00:00:48
Nó giống như bảo một cái máy
00:00:50
dịch giữa tiếng Pháp
00:00:52
và tiếng Anh chứ không phải giữa mười ngôn ngữ khác.
00:00:55
Đặc trưng:
00:00:56
Nó định hình độ chính xác.
00:00:58
Công việc của OpenAI với GPT-4
00:01:00
cho thấy cách thức mà
00:01:02
Bạn thực hiện một lời nhắc có thể
00:01:04
ảnh hưởng lớn đến kết quả.
00:01:06
Đó là sự khác biệt giữa việc hỏi
00:01:08
một "mô tả về một con mèo" và
00:01:10
Yêu cầu một mô tả sinh học
00:01:12
Felis Catus".
00:01:16
Kích thích:
00:01:17
đó là về việc kích thích sự sáng tạo của AI.
00:01:19
Một chất kích thích nhanh chóng có thể thúc đẩy AI
00:01:22
để tạo nội dung không
00:01:25
Không chỉ thông tin, mà còn giàu trí tưởng tượng.
00:01:27
Đó là sắc thái giữa việc "kể một câu chuyện
00:01:29
lịch sử" và "mô tả cuộc gặp gỡ giữa
00:01:32
một phi hành gia và một nàng tiên cá trên mặt trăng".
00:01:34
Lời nhắc cũng có thể
00:01:37
tiến hoá. Với các mô hình phát sinh,
00:01:39
Sử dụng kết quả đầu ra dưới dạng
00:01:40
Các mục liên tiếp cho phép một
00:01:42
tương tác mượt mà hơn,
00:01:43
gần giống như một cuộc trò chuyện tự nhiên.
00:01:46
Đây là một lời giải thích
00:01:47
Chi tiết hơn:
00:01:48
Các mô hình AI tạo ra,
00:01:50
Đừng chỉ làm việc trong
00:01:52
Chế độ Hỏi &Đáp độc đáo.
00:01:54
Chúng có thể được sử dụng trong
00:01:56
Các kịch bản tương tác
00:01:58
giống như đối thoại.
00:01:59
Thích cái gì
00:02:00
Giả sử bạn cung cấp
00:02:02
lời nhắc đầu tiên đến GPT-3: Nhắc:
00:02:05
"Kể cho tôi nghe một câu chuyện về một con rồng."
00:02:08
Phản hồi AI:
00:02:09
"Ở một cõi xa xôi,
00:02:11
một con rồng tên Zephyr
00:02:13
sống ở vùng núi.
00:02:14
Không giống như những con rồng khác,
00:02:16
Zephyr thích hòa bình hơn là kho báu."
00:02:19
Ngay bây giờ
00:02:19
thay vì cung cấp một lời nhắc mới, không ràng buộc,
00:02:22
Bạn có thể tiếp tục rời đi
00:02:24
từ câu trả lời trước: Nhắc nhở:
00:02:26
"Tại sao Zephyr lại thích hơn
00:02:27
Bình an cho bảo vật?"
00:02:30
Phản hồi AI:
00:02:31
"Zephyr đã chứng kiến sự tàn phá đó
00:02:34
Cuộc tìm kiếm kho báu đã gây ra
00:02:35
giữa người và rồng.
00:02:37
Ông đã chứng kiến nhiều
00:02:39
chiến tranh và đã thua
00:02:41
Bạn Thân mến. Đối với anh,
00:02:42
Hòa bình là kho báu quý giá nhất".
00:02:46
Ở đây
00:02:46
Lời nhắc thứ hai dựa trên
00:02:48
việc phát hành cái đầu tiên.
00:02:50
Đó
00:02:51
tương tác liên tiếp có thể tiếp tục,
00:02:53
Tạo ra một cuộc đối thoại phát triển theo thời gian.
00:02:56
Loại động đầu ra-nhắc nhở này tạo ra
00:02:59
Một tương tác có vẻ nhiều hơn
00:03:01
chất lỏng hoặc tự nhiên, vì nó mô phỏng một
00:03:04
Cuộc trò chuyện đang diễn ra với người mẫu.
00:03:06
Lời nhắc là trái tim đang đập của
00:03:08
AI tạo ra. Bằng cách hiểu chúng
00:03:10
và sử dụng chúng một cách chiến lược,
00:03:12
Chúng tôi đang định hình tương lai của
00:03:14
thế hệ tự động.
00:03:15
Khám phá này chỉ mới bắt đầu.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:05
產生式 AI：
00:00:06
其中強大的演算法
00:00:08
滿足巧妙的提示。
00:00:10
但是什麼造就了提示
00:00:12
這種動態的核心是什麼？
00:00:13
提示充當
00:00:15
指南針，定向浩瀚無垠的
00:00:17
人工智慧的計算能力。
00:00:19
而不是讓
00:00:21
模特自由漫遊，
00:00:23
提示管道探索
00:00:25
到感興趣的領域。
00:00:27
它們不僅僅是查詢。
00:00:29
它們觸發反射，
00:00:30
調用存儲的記憶體
00:00:32
在模型和可以
00:00:34
啟動複雜的回應。
00:00:36
為了理解這一點，讓我們剖析一下
00:00:38
一個提示。情境化：
00:00:40
它設置了框架。
00:00:43
通過將 AI 錨定在特定上下文中，
00:00:46
你給出了一個明確的方向。
00:00:48
這就像告訴機器
00:00:50
法語之間的翻譯
00:00:52
和英語，而不是其他十種語言。
00:00:55
特 異性：
00:00:56
它塑造了精度。
00:00:58
OpenAI 與 GPT-4 的合作
00:01:00
表明，在其中
00:01:02
你做一個提示可以
00:01:04
極大地影響結果。
00:01:06
這是問的區別
00:01:08
“對貓的描述”和
00:01:10
要求提供生物學描述
00:01:12
費利斯·卡圖斯“。
00:01:16
刺激：
00:01:17
這是關於激發人工智慧的創造力。
00:01:19
及時的興奮劑可以推動人工智慧
00:01:22
創建不是的內容
00:01:25
不僅內容豐富，而且富有想像力。
00:01:27
這是“講故事”之間的細微差別
00:01:29
歷史“和”描述之間的相遇
00:01:32
月球上的宇航員和美人魚。
00:01:34
提示也可以
00:01:37
進化。使用生成模型，
00:01:39
將輸出用作
00:01:40
連續的條目允許
00:01:42
更平滑的交互，
00:01:43
幾乎就像一場自然的對話。
00:01:46
這是一個解釋
00:01:47
更詳細：
00:01:48
生成式AI模型，
00:01:50
不要只在
00:01:52
獨特的問答模式。
00:01:54
它們可用於
00:01:56
互動式場景
00:01:58
類似於對話。
00:01:59
比如
00:02:00
假設您提供
00:02:02
GPT-3 的第一個提示： 提示：
00:02:05
“給我講一個關於龍的故事。”
00:02:08
AI回應：
00:02:09
“在遙遠的國度，
00:02:11
一條名叫西風的龍
00:02:13
住在山上。
00:02:14
與其他龍不同，
00:02:16
西風更喜歡和平而不是寶藏。
00:02:19
馬上
00:02:19
而不是提供新的、未綁定的提示，
00:02:22
你可以繼續離開
00:02:24
從上一個答案： 提示：
00:02:26
“為什麼 Zephyr 更喜歡
00:02:27
平安歸寶？
00:02:30
AI回應：
00:02:31
西風已經看到了破壞
00:02:34
對寶藏的追求導致了
00:02:35
在人類和龍之間。
00:02:37
他親眼目睹了許多
00:02:39
戰爭和失敗
00:02:41
親愛的朋友們。對他來說，
00:02:42
和平是最寶貴的財富。
00:02:46
這裡
00:02:46
第二個提示基於
00:02:48
第一個的發佈。
00:02:50
那些
00:02:51
連續的互動可以繼續，
00:02:53
創造一個隨著時間的推移而發展的對話。
00:02:56
這種類型的動態輸出提示創建
00:02:59
一種可能看起來更像的互動
00:03:01
流體或自然，因為它類比
00:03:04
與模型的持續對話。
00:03:06
提示是跳動的心臟
00:03:08
生成式 AI。通過理解它們
00:03:10
並戰略性地使用它們，
00:03:12
我們正在塑造
00:03:14
自動生成。
00:03:15
這一發現才剛剛開始。

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

Une erreur est survenue

Impossible de sauvegarder votre progression. Veuillez recharger la page, vous connecter, et essayer de nouveau. Si le problème persiste, merci de contacter un administrateur.

Fermer

Rappel

Afficher

/

Acceder à la session