Пояснення чат-орієнтованих генеративних моделей ШІ

Пояснюваний ШІ в Python

Fouad Trad

Machine Learning Engineer

Чат-орієнтовані генеративні моделі ШІ

Використовують для створення тексту
Прогнозують на основі контексту й знань

Зображення: користувач надсилає підказку генеративній моделі ШІ й отримує відповідь.

Підказка chain-of-thought

Заохочує модель пояснювати своє міркування

Зображення показує, як підказка chain-of-thought просить модель розв'язати задачу крок за кроком, а результат містить обґрунтування для кожного кроку.

Створення підказки chain-of-thought

prompt = """A shop starts with 20 apples. It sells 5 apples and then receives 8 more. 
How many apples does the shop have now? Show your reasoning step-by-step."""

response = get_response(prompt)

print(response)

To find out how many apples the shop has now, let's follow the transactions step-by-step:

1- The shop begins with 20 apples.

2- The shop sells 5 apples. 
   We subtract this number from the starting quantity: 20 - 5 = 15

3- The shop receives 8 apples. 
   We add this number to the remaining apples: 15 + 8 = 23

So, after these transactions, the shop has 23 apples.

Self-consistency

Оцінює впевненість моделі у відповідях

Зображення показує, що self-consistency — це багаторазове надсилання тій самій моделі однієї й тієї самої підказки, кожна з відповіддю.

Self-consistency у класифікації тексту

Корисно для задач класифікації тексту

Зображення прикладу self-consistency: моделі треба класифікувати відгук як позитивний чи негативний, і вона надає кілька відповідей.

Self-consistency у класифікації тексту

Корисно для задач класифікації тексту

Зображення прикладу self-consistency: моделі треба класифікувати відгук як позитивний чи негативний, і вона надає кілька відповідей. Впевненість обчислюють як частку кожної категорії від загальної кількості відповідей.

Створення підказок self-consistency

prompt = """Classify the following review as positive or negative. 
You should reply with either "positive" or "negative", nothing else.
Review: 'The customer service was great, but the product itself did not meet my expectations.'"""


responses = []

for i in range(5):
    sentiment = get_response(review)

    responses.append(sentiment.lower())


confidence = {
    'positive': responses.count('positive') / len(responses),
    'negative': responses.count('negative') / len(responses)
}

Створення підказок self-consistency

print(confidence)

{
    'positive': 0.6,
    'negative': 0.4
}

Давайте потренуємось!

Пояснюваний ШІ в Python