Kas ir negatīva uzvedne mākslīgajā intelektā?

Kas ir negatīva uzvedne mākslīgajā intelektā?

Īsa atbilde: negatīva uzvedne norāda mākslīgajam intelektam, no kā izvairīties, kas palīdz samazināt izplūšanu, jucekli, atkārtošanos vai neatbilstošus rezultātus. Tas ir svarīgi, jo rezultāti kļūst kontrolētāki un konsekventāki, īpaši, ja visbiežāk sastopamās kļūmes ir viegli pamanāmas. Vislabāk tas darbojas, ja skaidru galveno uzvedni apvienojat ar īsu, mērķtiecīgu izņēmumu sarakstu.

Galvenie secinājumi:

Kontrole : vispirms definējiet mērķi un pēc tam bloķējiet tikai visticamākos nevēlamos rezultātus.

Specifiskums : Aizstājiet neskaidrus aizliegumus ar skaidriem izņēmumiem, piemēram, izpludināšanu, klišejām vai papildu objektiem.

Līdzsvars : Negatīvām pamācībām jābūt īsām, lai rezultāti būtu skaidri, bet nekļūstot vienmuļi.

Testēšana : Pielāgojiet izslēgšanas pēc katras palaišanas reizes, ja modelis atkārto vienu un to pašu kļūdu.

Piemērotība : Pielāgojiet negatīvos elementus uzdevumam, neatkarīgi no tā, vai tas nozīmē attēlus, rakstīšanu, atbalsta atbildes vai darbplūsmas.

Kas ir negatīva uzvedne mākslīgajā intelektā? Infografika

Raksti, kurus jūs varētu vēlēties izlasīt pēc šī raksta:

🔗 Kas ir mākslīgā intelekta nodrošināta meklēšana un kā tā darbojas
Izskaidro intelektisko meklēšanu, ranžēšanu un personalizētus rezultātus, izmantojot mākslīgo intelektu.

🔗 Vai mākslīgais intelekts ir dzīvs? Ko zinātne saka šodien
Izpēta dzīves, apziņas un mūsdienu mākslīgā intelekta ierobežojumu definīcijas.

🔗 Cik daudz enerģijas mākslīgais intelekts patērē praksē
Sadala apmācības un secinājumu izmaksas, datu centrus un efektivitāti.

🔗 Kad tika izgudrots mākslīgais intelekts? Īsa vēstures hronoloģija
Aptver galvenos pagrieziena punktus no agrīnās skaitļošanas līdz mūsdienu mašīnmācībai.

Kas ir negatīva uzvedne mākslīgajā intelektā? 🧠

Negatīvs uzvednes kods mākslīgajā intelektā ir instrukciju kopums, kas modelim norāda, ko neģenerēt .

Tā vietā, lai vienkārši teiktu:

  • "Izveidojiet reālistisku sievietes portretu maigā apgaismojumā"

Varat arī pievienot:

  • "Nav izplūšanas"

  • "Nav lieku pirkstu"

  • "Nav multfilmu stila"

  • "Nav izkropļotu acu"

  • “Fonā nav teksta”

Šī otrā daļa ir negatīva uzvedne.

Negatīvas uzvednes galvenais uzdevums ir samazināt nevēlamus modeļus izvadē. Tā darbojas kā filtrs vai varbūt drīzāk kā kontrolsargs pie kluba durvīm, kas izlemj, kuri vizuālie artefakti šovakar netiek ielaisti 🚪

Praktiskajā pielietojumā negatīvas norādes visbiežāk parādās:

Tomēr tā nav maģija. Negatīvs aicinājums negarantē pilnību. Tas atgrūž modeli no noteiktiem rezultātiem. Dažreiz maigi. Dažreiz kā iepirkumu ratiņi ar salauztu riteni.

Kāpēc negatīvai uzvednei mākslīgajā intelektā ir tik liela nozīme 📌

Lūk, ko cilvēki ātri apgūst — mākslīgais intelekts labi prot minēt, bet minēšana nav tas pats, kas izpratne.

Rakstot parastu uzdevumu, modelis mēģina izpildīt pieprasījumu, pamatojoties uz apgūtiem modeļiem. Tas var novest pie spēcīgiem rezultātiem, taču var arī ieviest nevēlamas lietas, kuras nekad neesat pieprasījis. Mīksts fantāzijas portrets kļūst par pārāk gludu plastmasas ādu. Tīram produkta attēlam stūrī pēkšņi parādās nejaušs teksts. Bloga izklāsts pārvēršas par vispārīgu pildījumu. Jūs zināt šo modeli.

Tāpēc negatīva uzvedne mākslīgajā intelektā ir svarīga. Tā uzlabo kontroli .

Tas palīdz ar:

  • Precizitāte — jūs sašaurināt izvades telpu

  • Konsekvence — mazāk nejaušu pārsteigumu

  • Kvalitātes kontrole — mazāk tīrīšanas vēlāk

  • Stila pārvaldība — izvairieties no izskata vai toņiem, kas jums nepatīk.

  • Kļūdu samazināšana — noņemiet bieži sastopamos defektus un artefaktus

  • Laika ietaupījums — labāki rezultāti ar mazāk mēģinājumiem

Manos testos atšķirība starp pienācīgu uzdevumu un uzlabotu uzdevumu ar negatīviem vārdiem bieži vien ir lielāka, nekā cilvēki sagaida. Dažu "neiekļaut" norādījumu pievienošana var šķist spēcīgāka nekā desmit papildu aprakstošu vārdu pievienošana. Ne katru reizi, bet pietiekami bieži, lai saskaitītu.

Kas padara negatīvu uzvedni labu mākslīgajā intelektā? ✅✨

Labs negatīvs pavediens nav tikai nejauša aizliegto vārdu kaudze. Tas ir mērķtiecīgs, konkrēts un praktisks .

Labam negatīvam uzvedumam parasti piemīt šādas īpašības:

  • Attiecas uz izvadi

    • Ja vēlaties reālistisku portretu, tādi negatīvi kā “multfilma, anime, zema detaļu kvalitāte” ir jēgpilni.

  • Koncentrēšanās uz iespējamām kļūdām

    • Rokām, sejām, tekstam, anatomijai, izplūdumam un juceklim — tās ir bieži sastopamas problēmas.

  • Pietiekami īss, lai paliktu brīvs

    • Milzīgi saraksti var kļūt neērti un pretrunīgi.

  • Konkrēts, nekļūstot apsēsts

    • “Nav lieku pirkstu” ir labāk nekā “noņemt visus bioloģiskos nelīdzenumus no cilvēka piedēkļu struktūras”. Nu, nu.

  • Apvienojumā ar spēcīgu pozitīvu aicinājumu

    • Negatīvas norādes vislabāk darbojas, ja mākslīgais intelekts arī zina, ko jūs vēlaties .

Vāja negatīva uzvedne bieži izskatās šādi:

  • Pārāk neskaidrs — “uzlabojiet to”

  • Pārāk plašs — “nekas neglīts”

  • Pārāk pretrunīgi — “reālistiski, bet bez ēnām, bez tekstūras, bez ādas detaļām”

  • Pārāk garš — bezgalīga atslēgvārdu izgāšana bez struktūras

Labs veids, kā to aplūkot, ir šāds: pozitīva uzvedne nosaka galamērķi, bet negatīva uzvedne noņem ceļus, pa kuriem nevēlaties, lai mākslīgais intelekts ietu 🚗

Varbūt ne gluži perfekta metafora. Drīzāk kā purva taku noņemšana no GPS. Tomēr tā ir pietiekami laba.

Salīdzināšanas tabula — izplatītākie veidi, kā izmantot negatīvu uzvedni mākslīgajā intelektā 📊

Šeit ir praktiska salīdzināšanas tabula, kurā parādīti visizplatītākie negatīvo pamudinājumu stili un to, kur tie darbojas vislabāk, pamatojoties uz attēlu pamudinājumu vadlīnijām , LLM pamudinājumu inženierijas vadlīnijām un API pamudinājumu inženierijas vadlīnijām .

Negatīvs uzvednes stils Vislabāk piemērots Formulējuma piemērs Kāpēc tas darbojas Bieži sastopama kļūda
Artefaktu noņemšana Mākslīgā intelekta attēli “izplūdums, troksnis, zema kvalitāte, pikseļots” Ātri novērš acīmredzamu vizuālo traucējumu Pārāk daudzu pārklājošu kvalitātes terminu izmantošana
Anatomijas korekcija Portreti, tēli "Lieli pirksti, sliktas rokas, izkropļota seja" Mērķē uz klasiskām cilvēka figūras kļūdām Aizmirstot pastiprināt galveno portreta uzdevumu
Stila izslēgšana Mākslas virziens “multfilma, anime, komiksu stils, pārsātināts” Saglabā izvadi tuvāku izvēlētajam vizuālajam tonim Bloķējošie stili, kas jums joprojām ir nepieciešami, neveikli
Fona tīrīšana Produktu attēli, maketi “Nekārtīgs fons, teksts, ūdenszīme” Palīdz labāk izolēt subjektu Prasot detalizētas ainas, vienlaikus aizliedzot detaļas
Objektu izslēgšana Ainas ģenerēšana "Nav automašīnu, nav pūļu, nav dzīvnieku" Tieši noņem nevēlamus elementus Pārāk liela ainas ierobežošana, līdz tā šķiet tukša
Teksta toņu vadība Mākslīgā intelekta rakstīšana "Nav slenga, nav uzpūstas valodas, nav atkārtošanās" Uzlabo balsi un lasāmību Būt tik stingram, ka rakstītais izklausās kokains
Drošības vai zīmola filtrēšana Biznesa darbplūsmas "Nekādas aizskarošas valodas, nekādas politikas" Samazina riskantus rezultātus profesionālā lietošanā Pieņemot, ka tas atrisina visus robežgadījumus
Formāta kontrole Strukturēta izvade "Nav tabulu, nav aizzīmju pārslodzes, nav emocijzīmju" Noderīgi, ja nepieciešams precīzs formāts Konflikts ar pieprasīto formātu... gadās bieži

Skatiet modeli. Vislabākās negatīvās norādes nemēģina kontrolēt visu. Tās atrisina visticamākos kļūmes punktus.

Kā negatīvas norādes darbojas aizkulisēs ⚙️

Neiedziļinoties detaļās, negatīva pamudinājuma ietekme ir uz modeli, atturējot noteiktas asociācijas ģenerēšanas laikā .

Attēlu rīkos sistēma aplūko gan galveno, gan negatīvo uzvedni un mēģina tuvoties vienam, vienlaikus attālinoties no otra. Jā, tā ir vienkāršotā versija, bet tā palīdz. Iedomājieties to kā stūrēšanu ar vienu roku, bet ar otru maigi atgrūžot sliktu karti. Rīkos, kas veidoti uz Diffusers bāzes, pat pamatā esošajā API virsmā ir iekļauti tādi lauki kā negative_prompt_embeds šāda veida vadībai.

Valodu rīkos negatīvas instrukcijas palīdz veidot:

  • tonis

  • struktūra

  • aizliegtas tēmas

  • stila ierobežojumi

  • atkārtošanās kontrole

  • formatēšanas darbība

Mākslīgais intelekts būtībā līdzsvaro preferences.

Tas nozīmē, ka negatīvas uzvednes nav kaut kāds atsevišķs maģiskais slēdzis. Tās ir daļa no vienas un tās pašas instrukciju ekosistēmas . Kas arī izskaidro, kāpēc tās var neizdoties, ja:

  • pozitīvais aicinājums ir pārāk vājš

  • negatīvais uzvednes vārds ir pārāk garš

  • instrukciju konflikts

  • modelis slikti tiek galā ar negatīvajiem aspektiem

  • Pieprasījums ir pārāk sarežģīts vienai reizei

Un jā, dažādi rīki reaģē atšķirīgi. Dažiem attēlu modeļiem patīk tīras negatīvas uzvednes. Citi vairāk vai mazāk parausta plecus un dara to, kas tiem jau bija iestatīts. Mākslīgais intelekts var būt gan ass, gan spītīgs vienā elpas vilcienā 😬

Negatīvs uzvednes signāls mākslīgajā intelektā attēlu ģenerēšanai 🎨🖼️

Šeit šis termins tiek lietots visbiežāk.

Kad cilvēki runā par negatīvu uzvedni mākslīgajā intelektā , viņi parasti domā attēlu ģenerēšanu . Tas ir saprotams, jo attēlu modeļi ir pazīstami ar dažu klasisku kļūdu atkārtošanu:

  • papildu ekstremitātes

  • deformētas rokas

  • dīvainas acis

  • dublēti objekti

  • dubļainas tekstūras

  • nejaušs teksts

  • zema detaļu

  • pārekspozīcija

  • pārblīvētas kompozīcijas

Tātad, ja jūsu uzvedne ir:

  • “Kinematogrāfisks bruņinieka portrets zeltainā gaismā”

Varat pievienot negatīvu uzvedni, piemēram:

  • “izplūduši, lieki pirksti, deformēta seja, slikta anatomija, zema detalizācijas pakāpe, teksts, ūdenszīme, apgriezts”

Tas norāda sistēmai, no kā izvairīties, atveidojot bruņinieku.

Labi attēlu negatīvie ieteikumi bieži vien ir vērsti uz:

  • Anatomijas jautājumi

    • sliktas rokas, lieki pirksti, sapludinātas ekstremitātes

  • Kvalitātes problēmas

    • zema kvalitāte, izplūdis, trokšņains, pikseļots

  • Kompozīcijas problēmas

    • apgriezts, dublēts objekts, necentrēts juceklis

  • Stilu neatbilstības

    • multfilma, anime, nereālistiska āda, pārsātināta

  • Klaiņojoši artefakti

    • ūdenszīme, teksts, logotips, rāmis

Bet nepārspīlējiet

Daudzi lietotāji izmet milzīgus negatīvu uzdevumu sarakstus, ko ir kaut kur nokopējuši. Dažreiz tas palīdz. Dažreiz tas ir kā uzmest sešpadsmit segas uz lampas un brīnīties, kāpēc istaba izskatās blāva.

Garas negatīvas norādes var:

  • mulsināt modeli

  • vājināt radošumu

  • saplacināt tekstūru

  • noņemt labas detaļas

  • izveidot sterilus rezultātus

Tātad, jā, izmantojiet tos — vienkārši izmantojiet tos ar nolūku.

Negatīvs uzvednes signāls mākslīgajā intelektā rakstīšanai un tērzēšanas robotiem ✍️💬

Negatīvas pamudināšanas nav paredzētas tikai attēliem. Tās ir efektīvas arī rakstīšanas sistēmās, tērzēšanas robotos, atbalsta asistentos un satura darbplūsmās .

Teksta gadījumā negatīva uzvedne var norādīt modelim, no kā jāizvairās:

  • atkārtošanās

  • klišejas

  • žargons

  • agresīva pārdošanas valoda

  • emocijzīmes

  • lodes pārslodze

  • spekulācijas

  • nepamatoti apgalvojumi

  • noteiktas tēmas vai toņi

Piemēram, tā vietā, lai vienkārši teiktu:

  • “Uzrakstiet premium klases kafijas automāta produkta aprakstu”

Jūs varētu pievienot:

  • "Neizklausies uzbāzīgi"

  • "Izvairieties no pārspīlētiem apgalvojumiem"

  • "Nav aizpildītāju frāžu"

  • “Bez korporatīvā žargona”

  • “Neizmantojiet klišejas, piemēram, revolucionārus vai progresīvus risinājumus.”

Tas pilnībā maina toni.

Negatīvas rakstīšanas norādes ir noderīgas, ja vēlaties:

  • tīrāka zīmola balss

  • mazāk vispārīgu frāžu

  • profesionālāks tonis

  • lasāmāks formatējums

  • mazāk atkārtošanās

  • drošāki rezultāti komandām un klientiem

Manuprāt, šis lietošanas gadījums tiek novērtēts par zemu. Visi runā par skaistu mākslīgā intelekta mākslu, kas ir pamatoti, jo tā ir koša un neaizmirstama. Taču strādājošiem profesionāļiem toņa kontrole rakstīšanā ir vieta, kur negatīvas norādes klusi nopelna savas pusdienas 🍽️

Bieži pieļautas kļūdas, ko cilvēki pieļauj, izmantojot negatīvu uzvedni mākslīgajā intelektā 🚫

Negatīva pamudināšana izskatās vienkāršāka, nekā tā ir.

Šeit ir visbiežāk pieļautās kļūdas.

1. Pārāk neskaidrs izteikums

Slikts piemērs:

  • “Nav sliktu lietu”

Mākslīgajam intelektam tur nav nekāda konkrēta mērķa. “Slikts” gandrīz neko nenozīmē.

Labāk:

  • “Nav izplūšanas, nav kropļojumu, nav lieku objektu”

2. Pretruna galvenajam uzvedumam

Ja jūs lūdzat:

  • “Bagātīgi detalizēts fantāzijas tirgus”

Un jūsu negatīvais uzvednes teksts vēsta:

  • “Nav nekārtības, nav pūļa, nav fona detaļu”

Nu... tu pats esi izpildījis savu lūgumu.

3. Pārāk daudz atslēgvārdu pievienošana

Milzīgi kopēti saraksti dažreiz var darboties, taču bieži vien tie kļūst uzpūsti. Modelis zaudē skaidrību. Tas ir kā mēģināt režisēt filmu, vienlaikus kliedzot 80 notis 🎬

4. Negatīvu izmantošana bez pozitīvas skaidrības

Negatīvs pavediens nevar glābt vāju ideju. Tas var pilnveidot labu pavedienu, jā. Tas nevar maģiski izdomāt jaunu.

5. Pieņemot, ka katrs modelis interpretē terminus vienādi

Viena sistēma spēcīgi reaģē uz “zemu kvalitāti”. Cita to ignorē. Viena rūpējas par “deformētām rokām”. Vēl cita tik tikko nemirkšķina. Testēšana ir svarīga.

6. Mēģinājums kontrolēt katru pikseli vai teikumu

Pārāk liela kontrole var atņemt dzīvību rezultātam. Tīrs ir labs. Miris nav. Pastāv atšķirība.

Praktiski negatīvas uzvednes piemēri mākslīgajā intelektā 🔍

Piemēri to padara skaidrāku, tāpēc šeit ir daži no tiem.

1. piemērs — reālistisks portrets

Galvenā tēma:
Reālistisks sievietes tuvplāna portrets maigā loga gaismā, dabiska ādas tekstūra, seklā asuma dziļumā

Negatīvs pavediens:
izpludinājums, papildu pirksti, deformētas acis, plastmasas āda, pārsātināts, multfilma, teksts, ūdenszīme

Kāpēc tas darbojas:
Tas aizsargā reālismu un novērš visbiežāk sastopamās vizuālās kļūdas.

2. piemērs — produkta fotoattēls

Galvenā tēma:
Minimālistisks melna viedpulksteņa fotoattēls uz balta fona, studijas apgaismojums

Negatīvs pavediens:
juceklis, atspīdumi, papildu objekti, teksts, logotipa kropļojumi, zema detaļu daļa, ēnu juceklis

Kāpēc tas darbojas:
Tas saglabā rāmi vienkāršu un komerciāli tīru.

3. piemērs — emuāra rakstīšana

Galvenā tēma:
Uzrakstiet noderīgu emuāra ievadu par mājas biroja produktivitāti draudzīgā, eksperta tonī.

Negatīvs aicinājums:
nekādas uzpūstas valodas, klišeju, atkārtošanās, robotiskas frāzes, pārspīlēti solījumi

Kāpēc tas darbojas:
Tas novērš vispārīgu mākslīgā intelekta cienīgu pildvielu un saglabā tekstu dabiskāku.

4. piemērs. Klientu atbalsta atbilde

Galvenā uzvedne:
Sagatavot pieklājīgu atbalsta atbildi par aizkavētu sūtījumu

Negatīvs aicinājums:
nevainojiet klientu, neizmantojiet aizsardzības toni, juridisko žargonu un divas reizes neatkārtojiet tukšas atvainošanās.

Kāpēc tas darbojas:
Tas uzlabo profesionalitāti un emocionālo toni.

Redziet, kā šie negatīvie pamudinājumi nav nejauši. Katrs no tiem ir saistīts ar faktisko neveiksmes risku.

Kad nevajadzētu pārāk paļauties uz negatīviem pavedieniem 🪫

Negatīvas norādes ir vērtīgas, taču tās ne vienmēr ir izrādes zvaigzne.

Dažreiz ir prātīgāk uzlabot galveno uzvedni.

Esiet uzmanīgi, ja:

  • jūsu pieprasījums jau ir pārāk ierobežojošs

  • modeļa izvade šķiet plakana un nedzīva

  • Jūsu negatīvais saraksts ir garāks nekā faktiskā uzvedne

  • rīks tik tikko reaģē uz negatīvu svērumu

  • jūs vispirms neesat pārbaudījis vienkāršākas uzvedņu versijas

Daudzi vāji rezultāti, par kuriem tiek vainota mākslīgā intelekta vaina, ir vienkārši neskaidri norādījumi par saulesbriļļu valkāšanu. Labāka pamata uzvedne bieži vien novērš vairāk problēmu nekā vēl viena kaudze negatīvu lietu.

Tātad līdzsvarota pieeja darbojas vislabāk:

  • Sāciet ar skaidru galveno uzdevumu

  • Pievienojiet dažus mērķtiecīgus negatīvos terminus

  • Tests

  • Uzlabot, pamatojoties uz to, kas noiet greizi

Šis process gandrīz katru reizi pārspēj nejaušu ātru izgāšanu.

Kā soli pa solim uzrakstīt labāku negatīvu uzvedni mākslīgajā intelektā 🛠️

Šeit ir vienkāršs process, ko varat īstenot.

1. solis. Definējiet vēlamo rezultātu

Pajautājiet sev:

  • Ko es cenšos radīt?

  • Kādu stilu, toni vai formātu es vēlos?

2. solis. Var paredzēt iespējamās kļūmes

Padomājiet par to, kas parasti noiet greizi.

  • dīvaina anatomija?

  • trokšņains attēls?

  • atkārtots teksts?

  • neatbilstošs zīmolam?

3. solis. Izņēmumu pierakstīšana

Pārvērtiet šīs iespējamās neveiksmes tiešos negatīvos aspektos.

  • "bez izplūšanas"

  • "bez slenga"

  • "Nav lieku roku"

  • "Nav fona teksta"

4. solis. Saglabājiet sarakstu īsu

Sāciet ar mazumiņu. Vēlāk vienmēr varat pievienot vairāk.

5. darbība. Pārbaude un pielāgošana

Ja mākslīgais intelekts turpina pieļaut vienu kļūdu, skaidrāk koncentrējieties uz šo kļūdu. Ja rezultāts kļūst pārāk stingrs, noņemiet dažus ierobežojumus.

Praktiska mini veidne

Attēliem:

  • Galvenā tēma: tēma + stils + apgaismojums + kompozīcija

  • Negatīva uzvedne: anatomijas problēmas + stila neatbilstības + artefaktu noņemšana

Rakstīšanai:

  • Galvenā uzvedne: mērķis + auditorija + tonis + struktūra

  • Negatīva pamudinājuma tēma: aizliegts tonis + aizliegts formatējums + aizliegtas klišejas + riska zonas

Nekas grezns. Vienkārši praktiski.

Noslēguma piezīme par negatīvu uzvedni mākslīgajā intelektā 🌟

Tātad, kas ir negatīva uzvedne mākslīgajā intelektā ?

Tā ir tā pamudināšanas daļa, kurā jūs pasakāt modelim, no kā izvairīties. Tā ir skaidra definīcija. Bet praksē tas ir vairāk nekā tas. Tas ir kontroles instruments. Kvalitātes filtrs. Veids, kā samazināt muļķības, pirms tās parādās. Nav perfekts, nav absolūts, bet patiesi spēcīgs.

Gudrākais veids, kā to izmantot, nav izveidot milzīgu atslēgvārdu kapsētu un ielīmēt to visur. Tas ir pamanīt, kas turpina noiet greizi, un pēc tam bloķēt tieši šīs problēmas ar mierīgiem, konkrētiem norādījumiem.

Tā ir īstā vieta.

Īsumā

Kad sāksiet pareizi izmantot negatīvus pavedienus, atgriešanās pie ēdiena var šķist līdzīga ēdiena gatavošanai bez sāls. Ne neiespējami. Tikai nedaudz kaitinoši, un rezultāts ir plakanāks, nekā tam vajadzētu būt 

Bieži uzdotie jautājumi

Kas ir negatīva uzvedne mākslīgajā intelektā un kā tā atšķiras no parastas uzvednes?

Parasta uzvedne norāda modelim, kas jāizveido, savukārt negatīva uzvedne norāda, no kā izvairīties. Praksē tas nozīmē, ka jūs ne tikai aprakstāt mērķi, bet arī bloķējat bieži sastopamus kļūmju modeļus. Rakstā tas tiek aprakstīts kā vadības slānis, kas samazina nevēlamus stilus, artefaktus vai uzvedību, nevis aizstāj galveno uzvedni.

Kāpēc negatīva uzvedne mākslīgajā intelektā tik ļoti uzlabo izvades kvalitāti?

Negatīva uzvedne mākslīgajā intelektā palīdz sašaurināt izvades telpu, kas padara rezultātus precīzākus un konsekventākus. Tā vietā, lai ļautu modelim minēt pārāk plašu diapazonu, jūs to vadāt prom no izplūšanas, jucekļa, atkārtošanās vai toņu problēmām, kas bieži parādās pēc noklusējuma. Tas parasti noved pie mazāk tīrīšanas, mazāk atkārtotu mēģinājumu un labākiem rezultātiem mazākā skaitā piegājienu.

Kad man vajadzētu izmantot negatīvas uzvednes mākslīgā intelekta attēlu ģenerēšanai?

Izmantojiet tos, ja modelim ir tendence atkārtot kļūdas, piemēram, lieki pirksti, deformētas sejas, neskaidras tekstūras, nejaušs teksts vai pārblīvēts fons. Tie ir īpaši noderīgi portretiem, produktu kadriem un stilizētām ainām, kur kvalitātes defektus ir viegli pamanīt. Spēcīgākā pieeja ir koncentrēties uz precīzām vizuālajām problēmām, kas, visticamāk, parādīsies.

Vai negatīvas norādes var palīdzēt mākslīgā intelekta rakstīšanai izklausīties mazāk robotiski vai atkārtoti?

Jā, rakstā ir skaidri norādīts, ka negatīvas norādes ir vērtīgas gan tekstam, gan attēliem. Rakstīšanas darbplūsmās tās var samazināt klišeju, aizpildītāju, žargona, atkārtošanās un pārspīlētas valodas lietošanu. Tas padara tās noderīgas zīmola vēstījumam, atbalsta atbildēm, emuāru ievadiem un citam saturam, kur svarīgs ir tonis un lasāmība.

Kā es varu uzrakstīt labu negatīvu uzvedni mākslīgajā intelektā, to nepārspīlējot?

Sāciet ar vēlamo rezultātu un pēc tam nosakiet dažas lietas, kas, visticamāk, varētu noiet greizi. Pārveidojiet šos riskus īsos, konkrētos izņēmumos, piemēram, “bez izplūšanas”, “bez slenga” vai “bez papildu objektiem”, nevis neskaidros norādījumos, piemēram, “uzlabojiet to”. Labs negatīvs uzvedums mākslīgajā intelektā saglabā atbilstību, mērķtiecību un ir pietiekami kodolīgs, lai saglabātu skaidrību.

Kādas ir visbiežāk pieļautās kļūdas, ko cilvēki pieļauj, lietojot negatīvas norādes?

Lielākās kļūdas ir neskaidrība, pretrunas galvenajam uzdevumam, pārāk daudzu atslēgvārdu pievienošana un cerības, ka negatīvi vārdi glābs vāju ideju. Vēl viena izplatīta problēma ir mēģinājums kontrolēt katru detaļu, kas var radīt rezultātu šķietami plakanu vai sterilu. Rakstā arī brīdināts, ka dažādi modeļi var interpretēt vienus un tos pašus terminus ļoti atšķirīgi.

Kāpēc viens un tas pats negatīvais uzvednes uzdevums darbojas labi vienā mākslīgā intelekta rīkā, bet slikti citā?

Tā kā negatīvas norādes ir daļa no modeļa plašākās instrukciju sistēmas, nevis universāls maģisks slēdzis. Daži rīki spēcīgi reaģē uz tādiem terminiem kā "zema kvalitāte" vai "sliktas rokas", bet citi tik tikko reaģē. Raksta doma ir praktiska: pārbaudiet to uz modeļa, kuru izmantojat, nevis pieņemot, ka viens un tas pats formulējums tiks nevainojami pārnests visur.

Vai man vajadzētu kopēt milzīgus negatīvo uzdevumu sarakstus no citiem cilvēkiem?

Parasti tā nav labākā vieta, kur sākt. Gari kopēti saraksti var mulsināt modeli, vājināt radošumu, saplacināt detaļas vai ieviest pretrunas, kuras jūs nepamanījāt. Uzticamāka metode ir sākt ar īsu sarakstu, kas saistīts ar jūsu konkrētajiem kļūmes punktiem, un pēc tam pielāgot to, pamatojoties uz to, kādas kļūdas modelī turpina rasties.

Kad labāk ir uzlabot galveno uzdevumu, nevis pievienot vairāk negatīvu elementu?

Ja jūsu pieprasījums jau ir ierobežojošs, rezultāts šķiet nedzīvs vai jūsu negatīvo vārdu saraksts ir garāks par pašu uzvedni, iespējams, vispirms ir jāpiestrādā pie galvenās uzvednes. Negatīvās uzvednes precizē labu virzienu, taču tās to neaizstāj. Rakstā ieteikts precizēt tēmu, stilu, toni un formātu, pirms pievienot vēl vairāk izņēmumu.

Kāda ir vienkārša darbplūsma negatīvas uzvednes testēšanai mākslīgajā intelektā reālos projektos?

Sāciet ar skaidru galveno uzdevumu, kas definē tēmu, stilu, toni vai struktūru. Pievienojiet tikai dažus mērķtiecīgus negatīvos atslēgvārdus, pamatojoties uz iespējamām kļūdām, pēc tam pārbaudiet un pārbaudiet, kas joprojām noiet greizi. Pēc tam precizējiet konkrētus izslēgšanas gadījumus, nevis pievienojiet vēl vairāk atslēgvārdu. Šis pakāpeniskais cikls tiek parādīts kā vispraktiskākais veids, kā konsekventi uzlabot rezultātus.

Atsauces

  1. Google Cloud — negatīva uzvedne mākslīgajā intelektā — docs.cloud.google.com

  2. OpenAI izstrādātāji — teksta ģenerēšanas sistēmas — developers.openai.com

  3. Microsoft Learn — LLM tūlītēja inženierzinātņu vadlīnija — learn.microsoft.com

  4. Apskaujoša seja — negative_prompt_embeds — huggingface.co

Atrodiet jaunāko mākslīgo intelektu oficiālajā mākslīgā intelekta palīgu veikalā

Par mums

Atpakaļ uz emuāru