dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
PROMPT Toți termenii

Ce este Diversitatea Exemplelor prin MMR (Maximal Marginal Relevance) în Few-Shot?

Optimizare și Automatizare Optimizare Few-Shot Q&A AI / Distribuie cod
Denumire completă

MMR = argmax [ lambda * Sim1(di, q) - (1-lambda) * max Sim2(di, dj) ]

Dacă toate exemplele extrase din baza Few-Shot sunt aproape identice între ele, fereastra de context este irosită fără beneficii suplimentare. Algoritmul MMR (Maximal Marginal Relevance) garantează diversitatea exemplelor selectate.

Principiul MMR în Few-Shot:
1. Selectează exemplul cel mai relevant pentru întrebarea utilizatorului.
2. Pentru al doilea exemplu, caută un exemplu care este relevant pentru întrebare,
   dar cât mai DIFERIT ca structură de primul exemplu selectat.
3. Rezultat: Modelul vede atât un caz standard, cât și un caz particular (Edge Case),
   acoperind o plajă mult mai largă de raționament.

Generalizare superioară: Expune modelul la variații sintactice multiple într-un spațiu de tokeni redus.

Învață AI • Comunitate & Q&A

Întrebări & Discuții: Diversitatea Exemplelor prin MMR (Maximal Marginal Relevance) în Few-Shot

Ai o întrebare despre Diversitatea Exemplelor prin MMR (Maximal Marginal Relevance) în Few-Shot sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!

🤖

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.

Comunitate AI Adaugă o întrebare sau distribuie un cod / prompt

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.