基于大模型私有知识库AI 提示词训练有感

随笔9个月前发布
68 0 0

近期,我们将基于私有知识库为Chatbot开发以下应用,逐步推出:

  • 课程助手
  • 课程推荐专家
  • 试题批改及解析专家
  • 作业评估助手

此前,我们已撰写了一些相关内容。在训练过程中,最重要的两个因素包括:
1)语料(资料)的预处理
2)提示词的设计,验证与优化

首先,语料(资料)的预处理对结果的准确性有很大影响。
其次,提示词对于后期用户体验至关重要。

语料(资料)的预处理具体取决于实际资料,需要根据文件类型(如Word、Excel、PDF)和内容进行分析,深入研究内容结构和关联度。同时,要充分考虑预处理的人工工作量,采用性价比最高且可行的方法。由于这个问题具体且没有通用性,需要针对具体情况解决。

接下来,我们将分享关于知识库提示词设计与优化的一些心得。


在涉及知识库时,我们需满足以下需求:

  1. 知识库没有与问题相关的内容,则不回答(目前使用的方式)
  2. 知识库没有与问题相关的内容,引导和推荐知识库里其他资源
  3. 知识库没有与问题相关的内容,则基于ChatGPT通用功能回答

针对不同业务场景,我们将通过提示词来实现上述不同的回答边界。具体实现方法如下:

© 版权声明

相关文章

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...