Firma chce użyć LLM na Amazon Bedrock do klasyfikacji tekstu pod kątem sentymentu (pozytywny lub negatywny). Która technika prompt engineeringu jest najbardziej odpowiednia?
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Dołącz do promptu oznaczone przykłady fragmentów z tagami pozytywnymi lub negatywnymi, a następnie podaj nowy fragment do sklasyfikowania..
Dlaczego to jest odpowiedź
Dołączenie oznaczonych przykładów (few-shot prompting) jest najskuteczniejszą techniką dla zadań klasyfikacji, takich jak analiza sentymentu. LLM uczy się wzorca z dostarczonych przykładów, co pozwala mu na dokładniejsze sklasyfikowanie nowego tekstu. Długie wyjaśnienie działania LLM-ów jest zbędne i nie poprawi wydajności. Przesłanie tylko fragmentu (zero-shot prompting) może być mniej dokładne, ponieważ model nie ma kontekstu ani przykładów oczekiwanej struktury odpowiedzi. Podawanie przykładów niezwiązanych zadań wprowadziłoby zamieszanie i obniżyło jakość klasyfikacji.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana