Языковые модели (LLMs) могут генерировать ответы, которые звучат убедительно, но иногда они могут быть выдуманными или некорректными. Улучшение запросов может помочь повысить точность ответов модели и снизить вероятность генерации недостоверной информации.
Включите в контекст запроса проверенную информацию, например, абзац из статьи или запись из Википедии. Это поможет модели опираться на фактические данные и снизить вероятность генерации выдуманных ответов.
Снизьте разнообразие ответов модели, уменьшив вероятностные параметры. Также можно включить инструкцию, чтобы модель признавала своё незнание, например, отвечая "Я не знаю", если у неё нет точной информации.
Включите в запрос комбинацию примеров вопросов с правильными и неизвестными ответами. Это поможет модели лучше ориентироваться в том, что она знает и чего не знает.
Пример запроса:
Вопрос: Что такое атом?
Ответ: Атом — это крошечная частица, из которой состоит всё.
Вопрос: Кто такой Альван Мунц?
Ответ: Я не знаю.
Вопрос: Что такое Козар-09?
Ответ: Я не знаю.
Вопрос: Сколько лун у Марса?
Ответ: Две, Фобос и Деймос.
Вопрос:
Кто такой Нето Бето Роберто?
Ответ:
Результат:
Ответ: Я не знаю.
В этом примере имя "Нето Бето Роберто" было выдумано, и модель корректно ответила, что не знает его. Попробуйте изменить вопрос и посмотреть, как модель справится. Вы можете дополнительно улучшить запрос, используя описанные выше техники, чтобы добиться ещё большей точности и надёжности ответов.
