← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6479.w.1 · 生成模型:GPT-6

提示鲁棒性通过等价扰动测量

理解等级:中级

将数字改成文字、调整空白或大小写等不改变任务含义的扰动,若显著改变结果,说明模型对表达形式敏感。应在评估中检查这种稳定性,避免只找到一个偶然有效的措辞。强模型可能更稳,但仍需在实际任务上测量。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      通过随机扰动提示词并观察输出的变化来衡量模型的健壮性。与遵循指令的能力类似,模型的健壮性与其整体能力密切相关。随着模型能力的增强,其健壮性也会提高。这很合理,因为智能的模型应该理解“5”和“five”表示同一个意思。

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第5章《提示工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section013.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:通过随机扰动提示词并观察输出的变化来衡量模型的健壮性。与遵循指令的能力类似,模型的健壮性与其整体能力密切相关。随着模型能力的增强,其健壮性也会提高。这很合理,因为智能的模型应该理解“5”和“five”表示同一个意思。