update
parent
fb8f3f7cb7
commit
4a8a07a8a8
|
@ -0,0 +1,5 @@
|
|||
{
|
||||
"pal": "Program-Aided Language Models",
|
||||
"generating": "Generazione di dati",
|
||||
"workplace_casestudy": "Graduate Job Classification Case Study"
|
||||
}
|
|
@ -0,0 +1,46 @@
|
|||
# Generazione di dati
|
||||
|
||||
I LLM hanno una forte capacità di generare testi coerenti. L'uso di strategie di prompt efficaci può guidare il modello a produrre risposte migliori, coerenti e più concrete. Gli LLM possono anche essere particolarmente utili per generare dati che sono davvero utili per eseguire tutti i tipi di esperimenti e valutazioni. Ad esempio, possiamo usarli per generare campioni rapidi per un classificatore di sentiment, come questo:
|
||||
|
||||
*Prompt:*
|
||||
```
|
||||
Produce 10 esempi per l'analisi del sentiment. Gli esempi sono classificati come positivi o negativi. Produrre 2 esempi negativi e 8 esempi positivi. Utilizzate questo formato per gli esempi:
|
||||
D: <sentenza>
|
||||
A: <sentimento
|
||||
```
|
||||
|
||||
*Output:*
|
||||
```
|
||||
D: Ho appena ricevuto la migliore notizia di sempre!
|
||||
A: Positiva
|
||||
|
||||
D: Abbiamo appena ricevuto un aumento al lavoro!
|
||||
R: Positivo
|
||||
|
||||
D: Sono così orgoglioso di ciò che ho realizzato oggi.
|
||||
R: Positivo
|
||||
|
||||
D: Sto vivendo la giornata migliore di sempre!
|
||||
R: Positivo
|
||||
|
||||
D: Non vedo l'ora che arrivi il fine settimana.
|
||||
R: Positivo
|
||||
|
||||
D: Ho appena ricevuto il miglior regalo di sempre!
|
||||
R: Positivo
|
||||
|
||||
D: Sono così felice in questo momento.
|
||||
R: Positivo
|
||||
|
||||
D: Sono così fortunata ad avere una famiglia così fantastica.
|
||||
R: Positivo
|
||||
|
||||
D: Il tempo fuori è così cupo.
|
||||
R: Negativo
|
||||
|
||||
D: Ho appena ricevuto una notizia terribile.
|
||||
R: Negativa
|
||||
```
|
||||
|
||||
Tutto questo è molto utile. Questo esempio, lo usiamo, anche per un altro test in un'altra sezione delle guide.
|
||||
|
Loading…
Reference in New Issue