Telegram Group & Telegram Channel
Самообучение нейросети: самый простой подход

Очень интересную возможность самообучения нейросети сегодня реализовал с Claude.

Предыстория

Я анализировал довольно сложный 90-страничный документ — результаты исследования климата в команде. Искал в нем полезные инсайты. В промпте, в частности, были высокие требования к детализации ответа (подробный ПРОМПТ в первом комментарии). Я недавно писал о большом преимуществе ответов с высокой детализацией компонентов для оценки качества и релевантности ответа и стараюсь часто использовать такие элементы в промпте.

Я уже знаю, что, в отличие от ChatGPT-4, Claude быстро «утомляется», и если у него просить сразу много выводов, их конкретика и детализация линейно снижается от первого к, например, двадцатому. Поэтому некоторое время назад я придумал промпт-стратегию «сначала попроси длинный список (15-25 элементов), а потом запрашивай нужную детализацию последовательно для каждой следующей пятерки ответов». Стратегия работает стабильно. Сработала и в этот раз. Но я сделал и кое-что новое…

Что я сделал по-другому в этот раз?

В этот раз в каждый следующий промпт (для выводов 6-10, 11-15 и тп) я добавлял фразу: «Очень хорошо, ты сделал гораздо лучше и конкретнее. Продолжай работу для выводов с 6 по 10, но перед этим проанализируй свой предыдущий ответ и постарайся улучшить текущий, еще увеличив уровень конкретики в разделе рекомендации».

Что получилось?

Я увидел плавное повышение уровня конкретики рекомендаций в каждом ответе. Я раньше не сталкивался с таким (но я и не просил каждый раз улучшать, просто просил «сохрани такой же уровень конкретики, как в выводах 1-5»). Мне очень понравился этот эффект…

… и я совсем обнаглел и распоясался…

… и решил пойти по второму кругу, отталкиваясь от уже-почти совершенного ответа по последней пятерке выводов. Я попросил улучшить первые выводы, (которые нейросеть и так сформулировала адекватно (с 1 по 5)) — и запросил ещё повысить уровень конкретики.

Результаты удивили (как говорится)

Ха, после второго круга детализация и конкретика рекомендаций превзошла всякие ожидания. при этом ответы оставались адекватными. Только представьте себе, по каждому из выводов нейросеть дала аж 7 буллитов рекомендаций внутри каждого ответа!

Вывод

Так что если вам будут нужны ответы по-настоящему высокого качества в плане деталей и конкретики, попробуйте запустить такое самообучение. Думаю, результат будет стоить 20-30 минут, которые вы в это инвестируете;);)

PS: Генерализованный промпт здесь, в первом комментарии. Результаты и исходный документ показать не могу, тк клиентский проект.

А как вы повышаете качество ответов нейросети? Делитесь вашими подходами в комментариях!

в каталог кейсов



tg-me.com/PromptLab_Mozlab/90
Create:
Last Update:

Самообучение нейросети: самый простой подход

Очень интересную возможность самообучения нейросети сегодня реализовал с Claude.

Предыстория

Я анализировал довольно сложный 90-страничный документ — результаты исследования климата в команде. Искал в нем полезные инсайты. В промпте, в частности, были высокие требования к детализации ответа (подробный ПРОМПТ в первом комментарии). Я недавно писал о большом преимуществе ответов с высокой детализацией компонентов для оценки качества и релевантности ответа и стараюсь часто использовать такие элементы в промпте.

Я уже знаю, что, в отличие от ChatGPT-4, Claude быстро «утомляется», и если у него просить сразу много выводов, их конкретика и детализация линейно снижается от первого к, например, двадцатому. Поэтому некоторое время назад я придумал промпт-стратегию «сначала попроси длинный список (15-25 элементов), а потом запрашивай нужную детализацию последовательно для каждой следующей пятерки ответов». Стратегия работает стабильно. Сработала и в этот раз. Но я сделал и кое-что новое…

Что я сделал по-другому в этот раз?

В этот раз в каждый следующий промпт (для выводов 6-10, 11-15 и тп) я добавлял фразу: «Очень хорошо, ты сделал гораздо лучше и конкретнее. Продолжай работу для выводов с 6 по 10, но перед этим проанализируй свой предыдущий ответ и постарайся улучшить текущий, еще увеличив уровень конкретики в разделе рекомендации».

Что получилось?

Я увидел плавное повышение уровня конкретики рекомендаций в каждом ответе. Я раньше не сталкивался с таким (но я и не просил каждый раз улучшать, просто просил «сохрани такой же уровень конкретики, как в выводах 1-5»). Мне очень понравился этот эффект…

… и я совсем обнаглел и распоясался…

… и решил пойти по второму кругу, отталкиваясь от уже-почти совершенного ответа по последней пятерке выводов. Я попросил улучшить первые выводы, (которые нейросеть и так сформулировала адекватно (с 1 по 5)) — и запросил ещё повысить уровень конкретики.

Результаты удивили (как говорится)

Ха, после второго круга детализация и конкретика рекомендаций превзошла всякие ожидания. при этом ответы оставались адекватными. Только представьте себе, по каждому из выводов нейросеть дала аж 7 буллитов рекомендаций внутри каждого ответа!

Вывод

Так что если вам будут нужны ответы по-настоящему высокого качества в плане деталей и конкретики, попробуйте запустить такое самообучение. Думаю, результат будет стоить 20-30 минут, которые вы в это инвестируете;);)

PS: Генерализованный промпт здесь, в первом комментарии. Результаты и исходный документ показать не могу, тк клиентский проект.

А как вы повышаете качество ответов нейросети? Делитесь вашими подходами в комментариях!

в каталог кейсов

BY Лаборатория Промптинга Mozlab


Warning: Undefined variable $i in /var/www/tg-me/post.php on line 283

Share with your friend now:
tg-me.com/PromptLab_Mozlab/90

View MORE
Open in Telegram


telegram Telegram | DID YOU KNOW?

Date: |

What is Telegram?

Telegram’s stand out feature is its encryption scheme that keeps messages and media secure in transit. The scheme is known as MTProto and is based on 256-bit AES encryption, RSA encryption, and Diffie-Hellman key exchange. The result of this complicated and technical-sounding jargon? A messaging service that claims to keep your data safe.Why do we say claims? When dealing with security, you always want to leave room for scrutiny, and a few cryptography experts have criticized the system. Overall, any level of encryption is better than none, but a level of discretion should always be observed with any online connected system, even Telegram.

The STAR Market, as is implied by the name, is heavily geared toward smaller innovative tech companies, in particular those engaged in strategically important fields, such as biopharmaceuticals, 5G technology, semiconductors, and new energy. The STAR Market currently has 340 listed securities. The STAR Market is seen as important for China’s high-tech and emerging industries, providing a space for smaller companies to raise capital in China. This is especially significant for technology companies that may be viewed with suspicion on overseas stock exchanges.

telegram from sg


Telegram Лаборатория Промптинга Mozlab
FROM USA