Evaluarea răspunsurilor

Înțelegerea Prompt Engineering

Alex Banks

Founder & Educator

Introducere în evaluarea răspunsurilor

Orice instrument are limitări. ChatGPT are o dată limită a cunoștințelor. Soluție: prompturi inteligente.

¹ Sursa imaginilor: DALLE-3

Cele patru piloni ai evaluării

LARF

Logical consistency
Accuracy
Relevance
Factual correctness

Persoană vârstnică fericită, zâmbitoare

¹ Sursa imaginilor: DALLE-3

Consistența logică – verificarea coerenței

Persoană care lucrează la un panou solar și promptul „care sunt avantajele și dezavantajele energiei solare"

¹ Sursa imaginilor: DALLE-3

Consistența logică – verificarea coerenței

Persoană care lucrează la un panou solar și promptul „care sunt avantajele și dezavantajele energiei solare"

Listă de avantaje

¹ Sursa imaginilor: DALLE-3

Consistența logică – verificarea coerenței

Persoană care lucrează la un panou solar și promptul „care sunt avantajele și dezavantajele energiei solare"

Listă de dezavantaje

¹ Sursa imaginilor: DALLE-3

Acuratețea și tendința de halucinație

Halucinație -> afirmarea cu încredere a unui răspuns incorect.

Răspuns incorect la întrebarea „cine a fost prima persoană care a mers pe Lună"

¹ Sursa imaginilor: DALLE-3

Relevanța – respectarea contextului

Relevanță -> răspunsul se aliniază cu contextul și intenția promptului. Care sunt principalele atracții turistice din Paris

¹ Sursa imaginilor: DALLE-3

Relevanța – respectarea contextului

Care sunt principalele atracții turistice din Paris, cu răspuns incorect evidențiat

¹ Sursa imaginilor: DALLE-3

Corectitudine factuală după data limită

Sunt experimentele de venit de bază universal eficiente în reducerea sărăciei? Furnizați răspunsul referindu-vă și citând exclusiv surse de încredere.

Corectitudine factuală după data limită

Datele limită ale ChatGPT

¹ Sursa imaginilor: ChatGPT

Să exersăm!

Înțelegerea Prompt Engineering