Skip to main content

Welcome

ප්‍රොම්ප්ට් ඉංජිනේරු විද්‍යාව (prompt engineering) පිළිබඳ මෙම පාඨමාලාවට ඔබව සාදරයෙන් පිලිගන්නවා!

මම ප්‍රොම්ප්ට් ඉංජිනේරු විද්‍යාව (PE) ගැන සිතන්නට කැමති මේ විදිහට : ඔබට අවශ්‍ය දේ අවශ්‍ය ලෙස ලබා ගැනීමට කෘතීම බුද්ධිය (AI) සමඟ කතා කරන්නේ කෙසේද?.

කෘතිම බුද්ධියේ (AI) මෑත කාලීන දියුණුව සමඟ, ප්‍රොම්ප්ට් ඉංජිනේරු විද්‍යාව ඔබට අවශ්‍ය කාර්යන් කෘතීම බුද්ධිය (බුද්ධිමය යන්ත්‍ර විද්‍යාව) හරහා කරවා ගැනීමට මග සලසන වටිනා කුසලතාවක් බවට පත්ව තියනවා.

මෙම පාඨමාලාව ව්‍යවහාරික (Applied) PE ශිල්පීය ක්‍රම කෙරෙහි අවධානය යොමු කරන අතර, ඔබ සතුව machine learning පිළිබඳ අවම දැනුමක් හෝ තිබීම අපි අපේක්ෂා කරනවා. ඔබ මෙම සංකල්පවලට අලුත් නම් (AI, machine learning, programming ආදිය) මම නිර්දේශ කරනවා පළමුව මූලික කොටසින් ආරම්භ කර පසුව උපදෙස් කියවන ලෙසට.

මෙම පාඨමාලාව හදාරන ඔබේ ප්‍රතිචාර අපි අගය කරනවා,

ඔබට කිසියම් ප්‍රශ්න, අදහස් හෝ යෝජනා තිබේ නම්:

  • GitHub හරහා යොමු කරන්න.
  • අපිට email කරන්න [email protected]
  • අපගේ Discord සමුහය සමග එක වන්න
  • Twitter හරහා අප හා සම්බන්ද වන්න
  • අපගෙන් උපදෙස් ලබා ගැනීම සඳහා විමසන්න

ඔබගේ කුඩා ප්‍රතිචාරය පවා අපි ඉහලින්ම අගය කරනවා.

පාඨමාලාවේ ලක්ෂණ

ඉක්මන් වෙනස්වීම් (Quick Iterations) - දිනපතා මේ විෂය පිළිබඳව අලුත් කරුණු එකතු වන නිසා, මේ පාඩම් මාලාව නිතර නිතර අලුත් කරන්නට අපි උත්සහ කරනවා. ඔබට ගැඹුරින් ඉගෙන ගන්න කැමති දේ ගැන අපිව දැනුවත් කරන්න!

අපි විස්වාස කරන තවත් දෙයක් තමයි වැරදි සකසමින් ඉදිරියට යාම (error iteration). ඔබට පැහැදිලි නැති යම් දෙයක් තියනවනම්, එක අපේ වරදක් විය හැකි. එවැනි දෙයක් තිබේනම් මෙහි සඳහන් කරන්න. Please make an issue on GitHub!

ප්‍රයෝගික බාවිතය මුලික කර ගැනීම (Focus on Practicality) - අපි මෙහි මුලික වශයෙන් අවධානය යොමු කරන්නේ ප්‍රයෝගික භාවිතය ගැන. ඔබට මෙහි ඇති කරුණු එසැනින් ඔබේ කාර්යන් සඳහා භාවිත කල හැකි.

හැකි ඉක්මනින් උදාහරණ (Examples ASAP) - අපි සෑම පාඩමකටම හැකි ඉක්මනින් උදාහරණ සපයන්න හැකි ඉක්මනින් උත්සහ කරනවා, එනිසා ඔබට මෙම සංකල්ප හා විධි භාවිතය ගැන ඉක්මනින් අදහසක් ගත හැකි.

තවත් කරුණු ඉදිරියට 😊

කොහොමද මේ පාඩම් කියවන්න ඕනේ?

මෙම පාඩම් තිබෙන පිලිවලට කියවීම අනිවාර්ය නැහැ. ඔබේ කැමැත්ත අනුව කියවන්න.

නමුත්, ඔබට artificial intelligence (AI) හා prompt engineering (PE) යනු නවතම විෂයන් දෙකක් නම්, මුලික කරුණු වලින් පටන් ගන්න. ඔබ දැනටමත් මේ විෂයන් පිළිබඳව යම් හැදෑරීමක් කර ඇත්නම් මධ්යස්ථ කරුණු වලින් පටන් ගන්න.

Articles have a rating system based on the difficulty of a topic and if programming knowledge is required: මෙහි ඇති පාඩම් සඳහා, එම පාඩම් මාතෘකාවේ ඇති ගැඹුරු ස්වභාවය හා අවශ්‍ය programming දැනුම අනුව ශ්‍රේණි ගත කිරීමක් කරලා තියනවා:

🟢 Very easy; programming අවශ්‍ය නොවේ

🟡 Easy; යම් සරල programming දැනුමක් අවශ්‍ය වේ, නමුත් විෂය පිලිබඳ දැනුමක් අවශ්‍ය නැත.

🔴 Medium; programming දැනුම අවශ්‍ය වේ, විෂය පිළිබඳවද යම් දැනුමක් අවශ්‍ය වේ. (e.g. calculating logarithmic probabilities)

🟣 Hard; programming දැනුම අවශ්‍ය වේ, විෂය පිළිබඳව පරිනත දැනුමක් අවශ්‍ය වේ. (e.g. reinforcement learning approaches)

Note: 🔴🟣 මෙම ශ්‍රේණි සඳහා විෂය දැනුම තිබීම උපකාරී උවත්, ඔබට පාඩම කියව තේරුම් ගැනීමට විෂය දැනුම අවශ්‍යම නොවේ, නමුත් ප්‍රයෝගික භාවිතයට හා ක්රියාත්මක කිරීමට (implementation) විෂය දැනුම අවශ්‍ය වේ.

පරිච්ඡේද

මෙහි ඇති පරිච්ඡේද පිලිබඳ කෙටියෙන්:

Basics: PE හැඳින්වීම හා සරල PE තාක්ෂණික ක්‍රම

Intermediate: තරමක් දුරට සංකීර්ණ, පර්යේෂණ වලින් සනාථ වූ PE තාක්ෂණික ක්‍රම

Applied Prompting: ප්‍රජා සාමාජිකයින් (community members) විසින් ලියන ලද PE ක්‍රියාවලියේ සමහර සම්පූර්ණ මග පෙන්වීම්

Advanced Applications: ඉතා බලසම්පන්න, ඉතා ගැඹුරු PE ආකෘති හා යෙදුම්

Reliability: LLMs වඩාත් විශ්වාසදායක කරන්නේ කෙසේද

Images: DALLE හා Stable Diffusion වැනි text to image models සඳහා PE

Prompt Injection: Hacking, නමුත් PE සඳහා

Prompting IDEs: විවිධ PE මෙවලම්

Prompt Tuning: gradients භාවිතයෙන් prompts fine tune කිරීම