GAC·DU
2023-08-28
来自北京
主体在对话中,主体通常指的是模型或参与对话的用户。 客体指的是主体在对话中讨论的主题、事物或概念。在对话中,主体通常会涉及一个或多个客体,以其问题、回答或讨论内容来定义对话的方向和主题。 环境数据是在对话过程中提供背景信息和上下文的数据。这些数据可能包括对话历史、之前的提问、回答,以及在对话中引入的其他文本。环境数据有助于理解对话的脉络,确保主体对当前对话情境有准确的理解。 用户特征 提供明确的指导,例如要求ChatGPT以特定的语气、风格或格式回答问题。这有助于模型生成更符合用户预期的内容。在对话中提供反馈,指出哪些回答是有用的,哪些回答需要改进。这有助于模型逐步调整生成内容。参考之前的对话历史,以便模型可以更好地理解用户的偏好、兴趣和问题,有助于生成更连贯和相关的内容。 内容特征 提供准确详细的信息,以便模型可以从中获取更具信息价值的内容。在问题中提供清晰的背景和上下文,以确保模型理解问题的背景,从而生成更恰当的回答。避免使用模棱两可的语句,特别是当涉及到多个可能的含义时,这可以减少模型误解意图的可能性。 场景特征 如果对话涉及特定领域的知识,提供相关的专业术语和背景信息,以确保模型在生成内容时具有正确的专业性。考虑到文化差异和语境,以便模型可以生成适合特定文化和背景的内容,避免可能的误解或冒犯。如果需要特定风格的回答,可以明确指示模型使用哪种语气、语言风格或情感色彩。 场景特征更关注于对话的背景和环境,而用户特征更关注于对话中的用户需求和个性化,场景特征通常包括对话主题、领域和文化等,而用户特征包括用户指令、历史记录和风格偏好等。而“用户最近 30 分钟内,观看的运动类视频数量”属于和时间相关的用户行为特征。 三种算法包括拿知识的实体识别算法,合知识的实体关系抽取算法,学知识的图数据学习算法。
展开
作者回复: 你好,GAC·DU!回答的很好,你已经无意间答出了很多现在工业级AIGC系统所使用的关键特征了,希望在后面的课程中,再接再厉!
1
顾琪瑶
2023-08-28
来自上海
1. 数据: 1.1 主体: GPT本身, 或者说是模型自身 1.2 客体: 不同的用户 1.3 环境: 不同用户的上下问数据 2. 质量: 2.1 用户: 2.1.1 时区或位置(IP): 由于不同地区的发展程度不一致, 相同的问题更合适的答案应该也是不同的 2.2.2 特征: 根据提问内容检索提出相似问题的人群, 如更倾向于科普类, 或专业类 2.2 内容: 可以考虑在响应用户回答后, 再选择几个相似度高的答案, 作为备选, 拓展用户的提问思路引导用户 2.3 场景: 如果是非通用型大语言模型, 可以在应用层就提示模型, 当前是属于什么场景下的提问, 如购物, 检测等, 提高模型的准确度 3. 区分: 更偏向于用户特征 3.1 场景特征: 可适用于观看视频的场景太多, 几乎任何和平地区且有网络的地区都可以
1