О чём урок
Хотя LLM интенсивно обучаются на различных документах и данных, LLM не знает всего. Новая информация или информация, которая не является легкодоступной, не может быть известна LLM, если она не была каким-либо образом специально добавлена в ее корпус знаний. По этой причине иногда необходимо предоставить LLM информацию и контекст, необходимые для ответа на наши запросы, путем предоставления дополнительного контекста.
Чтобы запустить следующую ячейку, ваш ключ API должен быть сохранен в Colab Secret с именем GEMINI_API_KEY. Если у вас еще нет ключа API или вы не знаете, как создать Colab Secret, см. Аутентификация для примера.
Кроме того, выберите модель, которую вы хотите использовать, из доступных ниже вариантов:
Предположим, вы предоставляете некоторую статистику с недавних Олимпийских игр, и эти данные не использовались для обучения LLM. Вставьте их в промпт и передайте промпт модели.
Хотя некоторую информацию можно легко найти в Интернете без использования LLM, рассмотрите данные, которые не найдены в Интернете, такие как частная документация, QuickBooks и форумы. Используйте этот код в качестве шаблона, чтобы помочь вам ввести эту информацию в модель Gemini.
Обязательно изучите другие примеры промптинга в репозитории. Попробуйте написать промпты для классификации ваших собственных данных или попробуйте некоторые другие методы промптинга, такие как few-shot prompting.
План урока
- Настройте свой ключ API
- Пример
- Следующие шаги
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.