عناصر التلقينة الجيدة مرة أخرى ما المقصود بهندسة التلقين ؟ هى تقنية قوية وفعالة لمخاطبة النماذج اللغوية للذكاء الصناعى مثل   Chat GPT باستخدام اللغات الطبيعية من خلال تصميم تلقينات Prompts تسمح لهذه النماذج اللغوية بإنتاج مخرجات دقيقة وذات صلة ومراعية للسياق و لضمان ذلك يجب مراعاة عناصر التلقينة الجيدة و التى سوف أوضحها فيما يلى: 1-           المهمة Task : : يمكن للنماذج اللغوية مثل   Chat GPT القيام بالكثير من المهام المدهشة مثل كتابة مقال، قصة أو اقتراح برنامج تسويق أو كتابة كود برمجى بأى لغة برمجة أو إنشاء صفحات انترنت والكثير من المهام ويمكنك سؤال Chat GPT نفسه عما يمكنه القيام به من مهام بتوجيه السؤال التالى له ماهى 100 مهمة يمكنك القيام بها كنموذج لغوى ؟ وعموما من المهام المفيدة ·          الفرز Sorting ·          الفلترة   Filtering ·          الاستنباط Deduction  ...

  تقنيات التلقين    promoting engineering التقنية الأولى : Zero-Shot Prompting  هي التقنية الأصلية وهي كتابة تلقينة مباشرة وعامة بدون سياق ولا أي مثال والنموذج سيكون قادر على تزويدك بإجابات عن أسئلة لم يتم تدريبه بالضرورة على الإجابة عليها بشكل مباشر أمثلة: ما هي عاصمة فرنسا ؟  لخص النص الثاني ....   ترجم الجملة التالية .... أي أننا نتعامل مع النموذج اللغوي على أنه Chat bo t مع العلم بأن النموذج اللغوي له إمكانيات أكبر من  Chat bot التقنية الثانية :   Few-Shot Prompting تقنية أصلية تستخدم حتى في تدريب النماذج تمكن هذه التقنية النماذج اللغوية من أداء المهام الأكثر تعقيدا بشكل أفضل عبر تقديم مجموعة من العروض التوضيحية لهذه النماذج. ذلك كما فعلنا في التلقينة الجيدة. مثال: يتم إعطاء النموذج المثال التالى:  س: المغرب ج: الرباط   فإذا أدخلنا بعد ذلك للنموذج :  س: السودان  فإنه سوف يجيب :  ج: الخرطوم     هذه التقينة مثيرة للاهتمام رغم ما قد تبدو عليه أنها بسيطة ولكي نختبر قوة هذه التقني...