Дуже класний (і безкоштовний!) курс зі створення підказок (prompts) для AI-інструментів. Детально і все по суті, за кілька годин можна багато чому навчитися 🎓
Філософія курсу
Швидкі ітерації – Оскільки нові матеріали з фізичної культури публікуються майже щодня, я буду часто оновлювати цей курс короткими статтями про нові техніки. Дайте мені знати, про що ви хочете почути більше!
Частиною цієї філософії є ітерація помилок. Якщо ви коли-небудь побачите щось, що ви не зовсім розумієте, навіть щось незначне, це моя вина. Будь ласка, створіть проблему на GitHub!
Зосередьтеся на практичності – Ми зосередимося на прикладних, практичних методах, які ви можете негайно використовувати для своїх додатків.
Приклади якомога швидше – Ми будемо додавати приклади в статті якомога швидше, щоб ви могли відчути методи якнайшвидше.
Ми будемо філософствувати про це більше, коли у нас буде час.
Як читати
Не обов’язково читати всі розділи підряд. Читайте те, що вам цікаво!
Якщо ви новачок у питаннях штучного інтелекту (ШІ) та швидкої інженерії (ШІ), почніть з розділу “Основи”. Якщо ж ви вже знайомі з цими поняттями, то вам підійде розділ “Проміжний рівень”.
Статті мають рейтингову систему, що базується на складності теми та наявності знань з програмування:
🟢 Дуже легко; програмування не потрібне
🟡 Легка; потрібне просте програмування, але без знання предметної області
🔴 Середній; потрібне програмування та певні знання предметної області (наприклад, обчислення логарифмічних ймовірностей)
🟣 Складний; потрібне програмування та глибокі знання предметної області для реалізації (наприклад, підходи до навчання з підкріпленням)
Примітка: попри те, що для 🔴🟣 експертиза предметної області корисна, зазвичай ви зможете зрозуміти статтю без попередніх знань.
Розділи
Ось короткий огляд кожної глави:
- Основи: Вступ до фізкультури та прості техніки фізкультури
- Проміжний: Трохи складніші, науково обґрунтовані техніки ПЕ
- Прикладні підказки: Декілька повних описів процесу ФВ, написаних членами спільноти
- Просунуті програми: Деякі дуже потужні, але більш просунуті застосування ПЕ
- Надійність: як зробити LLMs більш надійними
- Зображення: ПЕ для моделей перетворення тексту в зображення, таких як DALLE та Stable Diffusion!
- Швидка ін’єкція: Хакерство, але для PE
- Підказки IDE: Різні інструменти PE
- Підказки Тюнінгу: Підказки тонкої настройки з градієнтами
