Переносим громоздкие промпты на Command R с RAG

О чём урок

Command-A — это мощная LLM, оптимизированная для задач с длинным контекстом, таких как генерация с дополненной выборкой (RAG). Перенос монолитной задачи, такой как ответы на вопросы или суммаризация по запросу, на RAG может улучшить качество ответов за счет уменьшения галлюцинаций и повышения лаконичности благодаря обоснованию. Ранее перенос существующего сценария использования на RAG требовал много ручной работы по индексации документов, реализации как минимум базовой стратегии поиска, обширной постобработки для обеспечения надлежащего обоснования с помощью цитат и, конечно же, тонкой настройки LLM для эффективной работы в парадигме RAG. Этот сборник рецептов демонстрирует автоматическую миграцию монолитных промптов на примере двух различных сценариев использования, где исходный промпт разбивается на две части: (1) контекст; и (2) инструкции. Первая часть может быть выполнена автоматически или с помощью простого разбиения на фрагменты, в то время как вторая выполняется автоматически Command A посредством однократной оптимизации промпта. Здесь демонстрируются два сценария использования: Помощник по автобиографии; и Ответы на юридические вопросы Этот сценарий применения является распространенным случаем использования LLM в качестве помощника. Имея некоторый контекст, помогите пользователю выполнить задачу. В данном случае задача состоит в написании краткого автобиографического резюме. Используя Command A, мы можем автоматически обновить исходный промпт до промпта в стиле RAG, чтобы добиться более точного соблюдения инструкций, более четкого и лаконичного промпта, а также получить встроенные цитаты бесплатно. Рассмотрим следующий мета-промпт: Command A возвращает следующее: Чтобы извлечь возвращенную информацию, мы напишем две простые функции для постобработки JSON и его последующего парсинга. Как видно выше, новый промпт гораздо более лаконичен и сразу переходит к сути. Контекст был разделен на 4 «документа», на которые Command A может основывать информацию. Теперь давайте выполним ту же задачу с новым промптом, используя параметр documents=. Обратите внимание, что переменная docs представляет собой список объектов dict с title, описывающим содержимое текста, и snippet, содержащим сам текст: Ответ лаконичен.

План урока

1. Помощник по автобиографии
2. Ответы на юридические вопросы