Context Rot: How Increasing Input Tokens Impacts LLM Performance
Context Rot: How Increasing Input Tokens Impacts LLM Performance
Mitä sinun pitäisi oppia tästä
Lue artikkelista käytännöllinen ajattelumalli ja valitse sitten yksi turvallinen seuraava vaihe.
Syvennä osaamistasi
Valikoituja ulkoisia kursseja, jotka käsittelevät aiheita tarkemmin.
DeepLearning.AIChatGPT-kehoteiden suunnittelu kehittäjille
Isa Fulford · Andrew Ng
Kaksi kolmasosaa tuntia vuoden arvoinen intuitio. Jos olet aloittanut kirjoittamaan koodia, joka kutsuu suurta kielimallia — tai aiot tehdä sen — tämä on tehokkain verkossa saatavilla oleva kurssi täydentääksesi tietoa "ChatGPT:n pelaamisesta" ja "omakotitason ominaisuuden siirtämiseen, joka kutsuu suurta kielimallia".
Coursera · Vanderbilt UniversityPrompt Engineering for ChatGPT
Dr. Jules White
Akateeminen täydennys DeepLearning.AI:n lyhyteen kurssiin — sama ammattikunta, pidempi aika, kirjoitettu henkilöille, jotka eivät koodaa. Dr. White opettaa kehotteiden laatimista toistuvina muodoina (Kysy syötettä, Laajennusluonnos, Tietotarkistuslista, Valikko-aktiot) eikä huihottamisia. Kurssin jälkeen voit kehotella suurikokoisia kielimalleja kuin suunnittelija, ei arvailija.
Microsoft LearnWork Smarter with AI: Craft Effective Prompts for Microsoft Copilot
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.