Self-consistency-promptar

Föreställ dig att du äger en butik som säljer bärbara datorer och mobiltelefoner. Du börjar dagen med 50 enheter i butiken, varav 60 % är mobiltelefoner. Under dagen besökte tre kunder butiken – var och en köpte en mobiltelefon, och en av dem köpte dessutom en bärbar dator. Du lade också till 10 bärbara datorer och 5 mobiltelefoner i sortimentet. Hur många bärbara datorer och mobiltelefoner har du vid dagens slut? Problemet definieras i strängen problem_to_solve, och du använder en self-consistency-prompt för att lösa det.

Paketet OpenAI och funktionen get_response() har förinslästs åt dig.

Funktionen get_response() i den här övningen använder parametern max_tokens för att övningen ska köras snabbare.

Den här övningen är en del av kursen

Prompt Engineering med OpenAI API

Visa kurs

Övningsinstruktioner

Skapa self_consistency_instruction som låter modellen lösa problemet med tre experter och kombinera resultaten med majoritetsröstning.
Skapa den slutliga prompt genom att kombinera self_consistency_instruction och problem_to_solve.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

client = OpenAI(api_key="")

# Create the self_consistency instruction
self_consistency_instruction = ____

# Create the problem to solve
problem_to_solve = "If you own a store that sells laptops and mobile phones. You start your day with 50 devices in the store, out of which 60% are mobile phones. Throughout the day, three clients visited the store, each of them bought one mobile phone, and one of them bought additionally a laptop. Also, you added to your collection 10 laptops and 5 mobile phones. How many laptops and mobile phones do you have by the end of the day?"

# Create the final prompt
prompt = ____

response = get_response(prompt)
print(response)

Redigera och kör kod