Prompturi chain-of-thought cu un singur exemplu
Când vrei să calculezi suma numerelor pare dintr-o mulțime dată, trebuie mai întâi să identifici acele numere pare și apoi să le aduni. Poți preda această strategie unui model de limbaj printr-unul sau mai multe exemple, iar modelul o va urma pentru a opera pe mulțimi noi.
Scopul tău în acest exercițiu este să înveți modelul cum să aplice această procedură pe mulțimea {9, 10, 13, 4, 2}, apoi să îi ceri să o execute pe o mulțime nouă: {15, 13, 82, 7, 14}. Acesta este modul în care realizezi chain-of-thought prompting prin one-shot prompting.
Pachetul OpenAI și funcția get_response() au fost pre-încărcate pentru tine.
Acest exercițiu face parte din cursul
Prompt Engineering cu OpenAI API
Instrucțiuni pentru exercițiu
- Definește un
examplecare să îl învețe pe model cum să calculeze suma numerelor pare din mulțimea{9, 10, 13, 4, 2}. - Definește o
question, similară celei dinexample, care să îi ceară modelului să raționeze pe o mulțime nouă{15, 13, 82, 7, 14}. - Creează promptul final.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
client = OpenAI(api_key="")
# Define the example
example = """Q: Sum the even numbers in the following set: ____.
A: Even numbers: ____. Adding them: ____+____+____=____"""
# Define the question
question = """Q: ____
A:"""
# Create the final prompt
prompt = ____
response = get_response(prompt)
print(response)