From 98f0cf363789b4584d3e987486554dba32131078 Mon Sep 17 00:00:00 2001 From: S4MFI Date: Mon, 15 May 2023 20:43:26 +0300 Subject: [PATCH] Grammar checked rest of applications --- fi-pages/applications/coding.fi.mdx | 12 ++++++------ fi-pages/applications/workplace_casestudy.fi.mdx | 14 +++++++------- 2 files changed, 13 insertions(+), 13 deletions(-) diff --git a/fi-pages/applications/coding.fi.mdx b/fi-pages/applications/coding.fi.mdx index 97b2361..4320f43 100644 --- a/fi-pages/applications/coding.fi.mdx +++ b/fi-pages/applications/coding.fi.mdx @@ -63,7 +63,7 @@ Generoitu koodi näyttää toimivalta koodilta. Kuitenkin tulosteesta puuttuu t ## Funktion Täydentäminen -Nämä LLM:t on myös osana työkaluja, kuten GitHub Copilot, mikä tekee niistä hyödyllisiä kehittäjille. Yksi hyödyllinen ominaisuus on mallin kyky täydentää funktioita. +Nämä LLM:t ovat osana työkaluja, kuten GitHub Copilot, mikä tekee niistä hyödyllisiä kehittäjille. Eräs hyödyllinen ominaisuus on mallin kyky täydentää funktioita. *Kehote:* ```python @@ -82,9 +82,9 @@ a, b): ## MySQL-kyselyiden Generointi -Perustason koodin generointiesimerkin lisäksi voit käyttää mallia hyödyllisen koodin generointiin, jota voidaan käyttää ohjelmoinnin muissa osa-alueissa, kuten luomalla ja testaamalla MySQL-kyselyitä. +Perustason koodin generointiesimerkkien lisäksi voit hyödyntää mallia monimutkaisemman koodin generoimiseen, jota voidaan käyttää ohjelmoinnin eri osa-alueissa, esimerkiksi luomalla ja testaamalla MySQL-kyselyitä. -Oletetaan, että sinulla on tietojoukko, jossa on joitakin tietoja, jotka voit sisällyttää kehotteeseen ja sitten ohjeistaa sen generoimaan tietyn kyselyn. Esimerkiksi: +Oletetaan, että sinulla on tietojoukko, joka sisältää joitakin tietoja. Voit sisällyttää nämä tiedot kehotteeseen ja antaa ohjeet tietyn kyselyn generoimiseksi. Esimerkiksi: ``` """ @@ -104,7 +104,7 @@ WHERE d.DepartmentName = 'tietojenkäsittelytiede'; Tämä kysely yhdistää departments- ja students-taulut niiden yhteisen DepartmentId-sarakkeen perusteella ja hakee ne opiskelijat, joiden osaston nimi (DepartmentName) on 'tietojenkäsittelytiede'. ``` -Malli luo kyselyn! Tässä esimerkissä keksimme tietokannan, joten meillä ei ole tietokantaa, jossa testata generoitua kyselyä. Jos testaat tätä esimerkkiä, voi olla hyödyllistä luoda tämä tietokanta. Onneksi voit käyttää ChatGPT:tä myös tämän luomiseen. Yksi lähestymistapa on käyttää muokattua versiota yllä olevasta kehotteesta hieman erilaisilla ohjeilla tietokantaskeeman generoimiseen: +"Malli luo kyselyn! Tässä esimerkissä keksimme tietokannan, joten meillä ei ole oikeaa tietokantaa, jossa voimme testata generoitua kyselyä. Jos haluat testata tätä esimerkkiä, sinun voi olla hyödyllistä luoda tämä tietokanta. Onneksi voit käyttää ChatGPT:tä myös tämän luomiseen. Yksi lähestymistapa on muokata yllä olevaa kehotetta hieman erilaisilla ohjeilla tietokantaskeeman generoimiseksi: ``` Table departments, columns = [DepartmentId, DepartmentName] @@ -169,7 +169,7 @@ Nyt kun sinulla on tietokanta ja testitietoja, voit testata alkuperäisen kysely ## Koodin Selittäminen Jos opettelet ohjelmoimaan tietyllä kielellä, voi olla hyödyllistä pyytää mallia selittämään tiettyjä koodin osia. Käytetään uudelleen yllä luotua kyselyä ja pyydetään mallia selittämään se. -Jos käytät samaa järjestelmäviestiä kuin aiemmin, ole varovainen ohjeiden antamisessa mallille. Esimerkiksi, jos käytämme seuraavaa esimerkkiä, malli valittaa, että se on koodiavustaja Pythonissa, mutta se silti tarjoaa selityksen. Joskus malli kieltäytyy tuottamasta sitä, mitä ohjeistat, koska se on suunniteltu noudattamaan järjestelmäviestiä. +Jos käytät samaa järjestelmäviestiä kuin aiemmin, ole varovainen ohjeiden antamisessa mallille. Esimerkiksi, jos käytämme seuraavaa esimerkkiä, malli huomauttaa, että se on koodiavustaja Pythonissa, mutta se tarjoaa silti selityksen. Joskus malli saattaa kieltäytyä tuottamasta pyydettyä sisältöä, koska se on suunniteltu noudattamaan järjestelmäviestiä. *Kehote:* @@ -188,7 +188,7 @@ Selitä yllä oleva SQL-lause. ``` Tämä SQL-lause valitsee StudentId ja StudentName sarakkeet students taulusta, missä DepartmentName sarake departments taulussa on yhtä suuri kuin 'Tietojenkäsittelytiede'. Saavuttaakseen tämän, lause suorittaa sisäisen liitoksen DepartmentId sarakkeen välillä students ja departments tauluissa. -Yksinkertaisemmin sanottuna se valitsee tietojenkäsittelytieteen opiskelijoiden nimet ja tunnukset. +Yksinkertaisemmin sanottuna, se hakee tietojenkäsittelytieteen opiskelijoiden nimet ja tunnukset. ``` ## Koodin Muokkaaminen diff --git a/fi-pages/applications/workplace_casestudy.fi.mdx b/fi-pages/applications/workplace_casestudy.fi.mdx index a934f58..0663ac5 100644 --- a/fi-pages/applications/workplace_casestudy.fi.mdx +++ b/fi-pages/applications/workplace_casestudy.fi.mdx @@ -1,20 +1,20 @@ # Vastavalmistuneiden työluokittelun tapaustutkimus -[Clavié ym., 2023](https://arxiv.org/abs/2303.07142)-julkaisussa tutkitaan kehotesuunnittelun soveltamista tekstin luokittelutehtävään tuotantojärjestelmässä. Tutkimuksessa luokitellaan onko työpaikka todellinen "lähtötason työ", joka sopii äskettäin valmistuneelle vai ei. He arvioivat kehotesuunnittelutekniikoiden sarjaa ja raportoivat tuloksensa GPT-3.5:llä (gpt-3.5-turbo) +[Clavié ym., 2023](https://arxiv.org/abs/2303.07142)-julkaisussa tutkitaan kehotesuunnittelun soveltamista tekstin luokittelutehtävässä tuotantojärjestelmässä. Tutkimuksessa selvitetään, onko tarjolla oleva työpaikka todellinen "aloitustason työ", joka sopii äskettäin valmistuneelle. He testaavat useita kehotesuunnittelutekniikoita ja raportoivat tuloksensa käyttäen GPT-3.5-mallia (`gpt-3.5-turbo`) -Tutkimus osoittaa, että LLM:t suoriutuvat paremmin kuin kaikki muut testatut mallit, mukaan lukien erittäin vahva vertailukohta DeBERTa-V3. `gpt-3.5-turbo` suoriutuu myös huomattavasti paremmin vanhempiin GPT3-variantteihin verrattuna kaikissa keskeisissä mittareissa, mutta vaatii enemmän tulosten jäsentämistä, koska sen kyky noudattaa mallipohjaa näyttää olevan heikompi kuin muiden varianttien. +Tutkimus osoittaa, että LLM:t suoriutuvat paremmin kuin kaikki muut testatut mallit, mukaan lukien erittäin vahva vertailukohta DeBERTa-V3. `gpt-3.5-turbo` suoriutuu myös huomattavasti paremmin kuin vanhemmat GPT3-variantit kaikissa keskeisissä mittareissa, mutta sen tulosten jäsentämistä on tehostettava, koska sen kyky noudattaa mallipohjaa näyttää olevan heikompi kuin muiden varianttien. Julkaisun keskeiset kehotesuunnitteluun liittyvät havainnot ovat: -- Tämänkaltaisissa tehtävissä joissa asiantuntijatietoa ei tarvita, Vähäisen ohjauksen CoT -kehote suoriutui huonommin kuin nollaoppimisen kehote kaikissa kokeissa. -- Kehotteen vaikutus oikean perustelun saamiseen on valtava. Mallin pyytäminen luokittelemaan annettu työpaikka johtaa F1-pistemäärään 65,6, kun taas malli saavuttaa kehotesuunnittelun jälkeen F1-pistemäärän 91,7. -- Mallin pakottaminen noudattamaan mallipohjaa heikentää suorituskykyä kaikissa tapauksissa (tämä käyttäytyminen häviää GPT-4:llä testatessa, joka on julkaistu tutkimuksen jälkeen). -- Monilla pienillä muutoksilla on suuri vaikutus suorituskykyyn. +- Tehtävissä, joissa ei tarvita asiantuntijatietoa, vähäisen ohjauksen CoT -kehote suoriutui huonommin kuin nollaoppimisen kehote kaikissa kokeissa. +- Kehotteen vaikutus oikean perustelun saamiseen on merkittävä. Mallin pyytäminen luokittelemaan annettu työpaikka johtaa F1-pistemäärään 65,6, kun taas malli saavuttaa kehotesuunnittelun jälkeen F1-pistemäärän 91,7 +- Mallin pakottaminen noudattamaan mallipohjaa heikentää suorituskykyä kaikissa tapauksissa (tämä käyttäytyminen katoaa GPT-4:llä, joka on julkaistu tutkimuksen jälkeen). +- Monet pienet muutokset vaikuttavat suuresti suorituskykyyn. - Alla olevat taulukot näyttävät kaikki testatut muutokset. - Oikeiden ohjeiden antaminen ja keskeisten kohtien toistaminen näyttää olevan suurin suorituskyvyn ajuri. - Ihmisen nimen antaminen mallille ja siihen viittaaminen lisäsi F1-pistemäärää 0,6 pisteellä. -### Testatus kehotemuokkaukset +### Testatut kehotemuokkaukset | Short name | Description | |------------|----------------------------------------------------------------------------|