Kỹ thuật tạo lệnh với System Message và tham số LLM
Prompt Engineering – nghệ thuật thiết kế câu lệnh cho AI – đã trở thành một kỹ năng quan trọng. Trong phần này, chúng ta sẽ tìm hiểu cách sử dụng System Message để định hướng vai trò và phong cách phản hồi của mô hình, cùng với việc tùy chỉnh các tham số như temperature, max_tokens, top_p... để kiểm soát độ sáng tạo và tính nhất quán trong phản hồi. Đây chính là bước nâng cao giúp bạn khai thác tối đa sức mạnh của các mô hình ngôn ngữ.
Tác giả: Đỗ Ngọc Tú
Công Ty Phần Mềm VHTSoft
Giới thiệu
Lại với một hành trình mới mẻ và thú vị cùng Prompt Engineering. Nếu bạn đã thấy phần một thú vị,...
Tokenization – "Băm nhỏ" ngôn ngữ để AI hiểu, qua thế giới phù thủy Harry Potter
Một khái niệm cực kỳ quan trọng trong lĩnh vực Trí tuệ nhân tạo và Xử lý ngôn ngữ tự nh...
Tìm hiểu về Tokenization với OpenAI Tokenizer
Trong bài viết này, chúng ta sẽ cùng tìm hiểu cách tokenization hoạt động thông qua công cụ OpenA...
Tạo lệnh với System message
Định nghĩa đơn giản: System Message là hướng dẫn khởi đầu cho AI, định hình cách AI hiểu vai trò...
Tham số của mô hình Generative AI trong kiến trúc RAG
RAG (Retrieval-Augmented Generation) là một kiến trúc kết hợp giữa mô hình sinh (generative model...
Thực hành điều chỉnh tham số với LM Studio
LM Studio là một phần mềm giao diện GUI giúp bạn chạy mô hình ngôn ngữ LLM (như Mistral, LLaMA, P...
Tổng Kết – Kỹ thuật tạo lệnh & Thực Hành
Chúng ta đã đi một chặng đường dài – từ người dùng ChatGPT thông thường, đến hiểu rõ cách AI tư d...