DifficileChoix unique

Question d'entraînement Generative AI Leader

Laquelle des méthodes suivantes constitue une bonne pratique lors de l'utilisation de Vertex AI pour l'ingénierie des invites (prompt engineering) ?

Choisissez la meilleure réponse.

Bonne réponse

  • BUtiliser un formatage et des délimiteurs cohérents

Explication

Un formatage cohérent et des délimiteurs (par exemple, l'utilisation de triples accents graves, de balises XML ou d'en-têtes de section clairs) aident le modèle à analyser de manière fiable les instructions et le contexte, réduisant ainsi l'ambiguïté et améliorant la qualité de la sortie. Il s'agit d'une bonne pratique essentielle dans l'ingénierie des invites sur Vertex AI, car elle exploite les mécanismes d'attention du modèle pour se concentrer sur des segments d'invite distincts, ce qui conduit à des réponses plus prévisibles et plus précises.

Pourquoi chaque option est juste ou fausse

A

Fausse

Toujours régler la température sur 0

Une température de 0 rend les résultats déterministes et répétitifs, empêchant les réponses variées et créatives dont l'ingénierie des invites a souvent besoin. C'est tentant car le déterminisme aide à la reproductibilité, et ce serait correct pour les tâches nécessitant des réponses cohérentes et factuelles telles que la classification ou l'extraction où la variation n'est pas souhaitable.

B

Juste

Utiliser un formatage et des délimiteurs cohérents

Un formatage cohérent et des délimiteurs donnent au modèle une structure claire, séparant les instructions des données d'entrée. Cela réduit l'ambiguïté d'analyse et la variance des résultats, ce qui répond à la bonne pratique d'ingénierie des invites consistant à obtenir des réponses reproductibles et prévisibles lors d'exécutions répétées.

C

Fausse

Éviter d'utiliser des exemples dans l'invite

Omettre des exemples supprime le guidage par exemples (few-shot), dégradant la qualité de la sortie et le respect du format sur des tâches complexes. C'est tentant car cela raccourcit les invites et économise des jetons, et ce serait correct pour des requêtes simples et non ambiguës où le modèle comprend déjà la sortie souhaitée sans démonstration.

D

Fausse

Utiliser des invites très longues pour inclure toutes les instructions possibles

Des invites excessivement longues diluent les instructions clés, gaspillent des jetons et peuvent dépasser les limites de contexte, réduisant la précision des réponses. C'est tentant car inclure chaque contrainte donne l'impression d'être exhaustif, et ce serait correct lorsqu'une tâche nécessite véritablement un contexte étendu, tel que le résumé d'un long document comportant de nombreuses règles.

Pour aller plus loin

Les bonnes pratiques en matière d'ingénierie des invites pour Vertex AI (et les grands modèles de langage en général) mettent l'accent sur la clarté, la structure et la cohérence. L'utilisation d'un formatage et de délimiteurs cohérents (par exemple, des triples accents graves, des balises XML ou des en-têtes de section clairs) aide le modèle à analyser les instructions et à séparer le contexte des requêtes. Cela réduit l'ambiguïté et améliore la fiabilité des résultats. Bien que régler la température sur 0 puisse augmenter le déterminisme, ce n'est pas toujours optimal ; certaines tâches bénéficient d'un caractère aléatoire contrôlé. Éviter les exemples (few-shot prompting) n'est généralement pas recommandé, car les exemples peuvent considérablement améliorer les performances. Des invites très longues peuvent dépasser les limites de jetons et diluer l'attention. En pratique, une invite bien structurée avec des délimiteurs et des exemples produit des résultats plus précis et cohérents, en particulier pour des tâches complexes telles que le résumé ou la génération de code.

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.