FacileChoix unique

Question d'entraînement Generative AI Leader

Un développeur utilise Vertex AI Studio pour tester des prompts pour un modèle de génération de texte. Il souhaite que le modèle suive un format de sortie spécifique (JSON). Quelle approche d'ingénierie de prompt est la plus efficace ?

Choisissez la meilleure réponse.

Bonne réponse

  • BInclure un exemple few-shot du format JSON exact dans le prompt.

Explication

Inclure un exemple de type few-shot du format JSON exact dans le prompt fournit au modèle un modèle concret à suivre, ce qui constitue la méthode la plus fiable pour imposer une sortie structurée dans les modèles génératifs. Le prompting few-shot exploite l'apprentissage contextuel, où le modèle utilise l'exemple fourni pour déduire le schéma souhaité et les règles de formatage, réduisant ainsi l'ambiguïté et améliorant le respect de la structure JSON spécifiée.

Pourquoi chaque option est juste ou fausse

A

Fausse

Définir les séquences d'arrêt sur '}'.

Les séquences d'arrêt interrompent la génération à un jeton ; définir '}' tronque la sortie avant l'accolade fermante, produisant un JSON non valide plutôt que d'imposer une structure. Les séquences d'arrêt conviennent pour contrôler la longueur de la réponse ou se terminer sur des délimiteurs. Le formatage JSON fiable provient du décodage contraint par schéma ou d'instructions de format explicites dans le prompt.

B

Juste

Inclure un exemple few-shot du format JSON exact dans le prompt.

Le prompting few-shot fournit des paires d'entrées-sorties concrètes démontrant le schéma JSON exact, de sorte que le modèle déduit les noms de champs, l'imbrication et les types au lieu de deviner. Cela restreint la génération à la structure requise de manière plus fiable que de décrire le format en prose seule.

C

Fausse

Définir l'instruction système sur 'Always output JSON.'

Une instruction système indiquant 'Always output JSON' est une instruction souple que le modèle peut ne pas suivre de manière cohérente, et elle ne définit aucun schéma, de sorte que les champs et les types restent non contraints. Les instructions système conviennent pour définir la personnalité ou le ton. L'application d'une structure JSON nécessite un schéma de réponse ou une configuration de sortie structurée.

D

Fausse

Définir la température sur 0 pour rendre la sortie déterministe.

La température 0 rend l'échantillonnage déterministe mais ne contraint pas la sortie à la syntaxe JSON ; le modèle peut toujours émettre de la prose ou du JSON mal formé. La température contrôle le caractère aléatoire, utile pour une classification ou une extraction reproductible. Garantir le format JSON nécessite un décodage contraint par schéma, et non des paramètres d'échantillonnage.

Pour aller plus loin

Le prompting few-shot place un ou plusieurs exemples d'entrée-sortie directement dans le prompt, de sorte que le modèle se conditionne sur la structure démontrée et l'imite. Pour la sortie JSON, montrer un exemple complet avec les clés exactes, l'imbrication et les types de valeurs est beaucoup plus fiable qu'une simple instruction, car les grands modèles de langage sont des compléteurs de motifs et imitent le format qu'ils observent. Cela importe lorsque le code en aval analyse la réponse : une accolade manquante ou du texte supplémentaire brise l'analyseur. La température 0 réduit le caractère aléatoire de l'échantillonnage mais ne garantit pas la conformité au schéma, les séquences d'arrêt ne font que tronquer à un jeton, et une instruction système telle que 'Always output JSON' est plus faible qu'un exemple concret. Vertex AI propose également une génération contrôlée avec des schémas de réponse pour un respect plus strict.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement Generative AI Leader originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.