HN परिचय: एक सरल ChatGPT प्रॉम्प्ट जनरेटर

 (mitenmit.github.io)
1 पॉइंट द्वारा GN⁺ 2024-02-02 | 1 टिप्पणियां | WhatsApp पर शेयर करें

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-02-02
Hacker News राय

  • उपयोगकर्ता अब भी यह सोचते हैं कि क्या लोग कस्टम प्रॉम्प्ट लिख रहे हैं।

    • पहले कस्टम प्रॉम्प्ट से बेहतर परिणाम मिलते थे, लेकिन ChatGPT के अपडेट्स के कारण प्रॉम्प्ट को प्रभावी ढंग से मैनेज करने का तरीका बार-बार बदलता रहता है, जिससे असुविधा होती है।
    • अभी कभी-कभी कस्टम ChatGPT का उपयोग करते हैं, लेकिन ज़्यादातर डिफ़ॉल्ट सेटिंग्स का ही इस्तेमाल होता है।
    • परिणामों की गुणवत्ता में अंतर कम हो गया है, और बड़े प्रॉम्प्ट पर response time लंबा हो जाता है, इसलिए तेज़ और 'काफी अच्छा' जवाब अधिक पसंद किया जाता है।
    • एक ही बार में परफेक्ट जवाब पाने की कोशिश करने से बेहतर है कि अगर शुरुआती परिणाम अधूरा हो तो आगे के सवाल पूछ लिए जाएँ।

  • एक सुझाव है जो शुरुआती लोगों के लिए बहुत उपयोगी हो सकता है।

    • pre-instructions और post-processing prompts के लिए अलग-अलग templates देने का सुझाव है।
    • ऐसे 'tested' prompts दिए जाएँ जो output को किसी खास format (JSON, सूची, सीमित CSV set आदि) में सुनिश्चित करें, या ऐसे input को सुनिश्चित करें जो बुनियादी escaping समस्याओं से बचाए।
    • जो लोग हर दिन ChatGPT का उपयोग करते हैं, वे प्रॉम्प्ट को सबसे अच्छे तरीके से कैसे इस्तेमाल करें यह पहले ही समझ चुके होते हैं, लेकिन इसे सीखने में काफ़ी समय लगता है।
    • ऐसे भरोसेमंद templates का होना शुरुआती लोगों के लिए शानदार होगा।

  • इस समय ChatGPT से जुड़े काम में डूबे हुए हैं और हफ़्ते में 1-2 बार app विकसित करते हैं।

    • जिन उपयोगकर्ताओं को ध्यान में रखा गया है, वे prompt-based LLM से बहुत परिचित नहीं हैं।
    • ऐसे उपयोगकर्ताओं के लिए समस्या या समाधान पर्याप्त रूप से स्पष्ट रूप से परिभाषित नहीं है।
    • उदाहरण के लिए, predefined selectors की कमी है, और दिए गए selectors का मतलब भी साफ़ नहीं है।
    • नतीजतन, यह स्पष्ट नहीं होता कि चयन का output पर क्या असर होगा, और tool का उपयोग chicken-and-egg problem बन जाता है।
    • ऐसी स्थिति में ChatGPT से प्रभावी प्रॉम्प्ट बनाने को कहना लगभग अधिक आसान हो जाता है।

  • जब हम इन bots से बात करते हैं, तो हम आखिर किससे बात कर रहे होते हैं, इस पर सवाल।

    • AI तकनीक को मानव-जैसे chat interface के ज़रिए पेश करना एक जानबूझकर लिया गया निर्णय है।
    • chat interface के माध्यम से इंटरैक्ट करने वाली तकनीक artificial general intelligence होने का भ्रम पैदा कर सकती है।
    • लेकिन Playground interface के माध्यम से सीधे LLM के साथ इंटरैक्ट करने पर पता चलता है कि chat तो बस एक प्रदर्शन है, जो ऐसे भ्रम को मज़बूत करता है मानो सामने कोई बातचीत का साथी हो।

  • इसका ChatGPT से सीधा संबंध नहीं है।

    • यह बस text blocks को क्लिक करके जोड़ने वाला एक form है।
    • यह सोचा गया कि LLM के सिर्फ़ एक provider के प्रति लगाव इस क्षेत्र की प्रगति में मददगार नहीं है।

  • इस बात का वास्तविक विश्लेषण चाहिए कि प्रॉम्प्ट की हर सुविधा जवाब को कैसे बेहतर बनाती है।

  • निर्देश जितने लंबे होते हैं, ChatGPT के हर निर्देश का पालन न करने की संभावना उतनी बढ़ जाती है।

    • ऐसा लगता है जैसे उसका ध्यान बंट जाता है; अगर उससे 'A करो' कहा जाए तो वह A करता है, लेकिन 'A और B करो' कहा जाए तो A और B को केवल आंशिक रूप से करता है।
    • सबसे अच्छा अनुभव छोटे प्रॉम्प्ट देने, एक समय में एक ही काम करने, या कुछ प्रयासों में काम पूरा करने से मिलता है।

  • जानबूझकर बेतुकी बातें इनपुट करके देखा गया।

    • 'कुशल विमान चालक की तरह व्यवहार करो, मुझे और कॉफ़ी चाहिए, calculate करो' जैसी हिदायतें दी गईं।
    • ChatGPT में इसके परिणाम काफ़ी मज़ेदार हैं।

  • इस बात पर सवाल कि क्या 'किसी खास तरीके से व्यवहार करो' वाला pattern अब भी ज़रूरी है।

    • GPT-4 का उपयोग करते हुए इस pattern का इस्तेमाल करना बंद कर दिया गया।
    • 'किसी खास क्षेत्र के expert की तरह व्यवहार करो' कहने से बेहतर परिणाम नहीं मिलते, ऐसा लगता है।
    • एक हल्का लेकिन असरदार tool चाहिए, जिससे कई प्रॉम्प्ट छोटे पैमाने पर आज़माकर उनकी तुलना की जा सके और पता लगाया जा सके कि सुधार हुआ या नहीं।

  • यह सवाल कि क्या ये प्रॉम्प्ट यूँ ही कुछ भी टाइप कर देने से बेहतर हैं।