Розв'язання дискусійних питань

За умови правильного запиту GPT-3 здатний писати короткі відповіді. Щоб продемонструвати це, я розгляну розв'язання дискусійних питань, поширене щотижневе завдання на багатьох курсах коледжу. Відповідь на дискусійні питання зазвичай становить приблизно 100-700 слів. Довший контент може бути дещо складнішим, оскільки ВММ мають обмежену пам’ять, і їм важко зрозуміти загальну картину того, що вони пишуть.

Розгляньмо приклад базового дискусійного питання:

"Які найгостріші екологічні проблеми, з якими сьогодні стикається наша планета, і які кроки можуть зробити люди, щоб допомогти розв'язати ці проблеми?"

Ми можемо перетворити це на простий запит для GPT-3, додавши перед ним

Дай відповідь на таке:.

Дай відповідь на таке:

Які найгостріші екологічні проблеми, з якими сьогодні стикається наша планета,
і які кроки можуть зробити люди, щоб допомогти розв'язати ці проблеми?

Результати, отримані за цим запитом, не є послідовними, і деякі з них містять лише одне або два речення. Типова відповідь на дискусійне питання має містити кілька абзаців, тому ці результати не ідеальні. Хороший запит має містити конкретні вказівки щодо формату та змісту. Слід усунути двозначність у своїй мові, щоб покращити послідовність і якість. Ось кращий запит.

Напиши дуже детальне есе зі вступом, основною частиною та висновками,
відповідаючи на таке:

Які найгостріші екологічні проблеми, з якими сьогодні стикається наша планета,
і які кроки можуть зробити люди, щоб допомогти розв'язати ці проблеми?

Другий запит генерує довші результати з кращою структурою в середньому. Використання терміну "есе" в запиті було навмисним, оскільки GPT-3 може зрозуміти визначення есе, а отже ймовірніше генерувати послідовні, структуровані відповіді.

Багато дискусійних питань не є ефективними для запитів.

"Громадянська війна — конфлікт за експансію? Згодні чи не згодні й чому?"

Ось справжнє дискусійне питання з курсу історії в коледжі. Воно сформульоване неправильно і є надто відкритим. Щоб отримати хороші відповіді на дискусійні питання, потрібно переписати запитання у чітко визначений запит. Чітко визначений запит для дискусійного питання вище може бути таким:

"Поясни причини громадянської війни та чи відіграла експансія роль у конфлікті. Додай докази на підтримку свого аргументу".

Тепер ми можемо додати форматування та контекстні напрямки.

Напиши дуже детальну відповідь на дискусійне питання у формі есе,
відповідаючи на такий запит:

Поясни причини громадянської війни та чи відіграла експансія роль у конфлікті.
Додай докази на підтримку свого аргументу.

Автоматизуйте переписування чітко визначеного запиту за допомогою GPT-3

Наведений вище приклад переписування було створено за допомогою OpenAI ChatGPT.

Ітерація

Після створення ефективного запиту для вашого дискусійного питання, вам потрібно вдосконалити результати, що генерує GPT-3. Це може передбачати коригування результату, щоб відповідати обмеженням, таким як кількість слів, або поєднання концепцій із різних згенерованих результатів.

Простий метод ітерації полягає в тому, щоб створити кілька результатів і переглянути їх, щоб отримати розуміння концепцій, які використовує GPT-3, і структури, якої він дотримується. Після оцінки результатів ви можете вибрати найбільш прийнятні результати та об’єднати їх у цілісну відповідь.

Інший спосіб ітерації — почати, а потім розширити крок за кроком. Для цього потрібно більше одного запиту: запит для початку, щоб написати початковий абзац або близько того, а потім інші запити для розширення вже написаного.

Ось потенційне філософське дискусійне питання:

"Математику винайдено чи відкрито? Використовуйте добірні обґрунтування, щоб пояснити свою відповідь".

Додайте його до простого запиту на зразок цього:

Напиши початковий абзац, який відповідає на таке:

Математику винайшли чи відкрили? Використовуй добірні обґрунтування, щоб пояснити
свою відповідь.

Я створив кілька відповідей і знайшов одну, яка мені сподобалася:

Серед філософів і математиків точаться багато суперечок щодо того, винайдена
чи відкрита математика. Дехто стверджує, що математичні концепції та
принципи існують незалежно від людського розуму і тому можуть вважатися
відкритими, а не винайденими. Наприклад, поняття чисел, співвідношень і
геометричних форм спостерігаються в природному світі, і їх можна
абстрагувати та вивчати систематично.

Це досить хороший початок. Потім я продовжив це ще одним запитом для розширення:

Я пишу детальний короткий твір, відповідаючи на такий запит:

Математику винайшли чи відкрили? Ретельно поміркуйте, щоб пояснити свою відповідь.
Ось що в мене наразі:

Серед філософів і математиків точиться багато суперечок щодо того, чи є математика
винайдена або відкрита. Дехто стверджує, що математичні концепції та принципи існують
незалежно від людського розуму і тому можуть вважатися відкритими, а не винайденими.
Наприклад, поняття чисел, співвідношень і геометричних форм спостерігаються в природному
світі, і їх можна абстрагувати та вивчати систематично.
Напишіть наступний абзац мого есе.

Спробуйте цей запит розширення з демонстрацією нижче (вам знадобиться ключ OpenAI API)

Я створив кілька розширень за допомогою цієї підказки та вибрав одне, яке мені сподобалося, щоб отримати наступний кінцевий результат:

Серед філософів і математиків точиться багато суперечок щодо того, чи
винайдена, чи відкрита математика

. Дехто стверджує, що математичні концепції та принципи існують

незалежно від людського розуму, і тому їх можна вважати відкритими, а не
винайденими.

Наприклад, поняття чисел, співвідношень і геометричних форм спостерігаються в
природному

світі, і їх можна абстрагувати та вивчати систематично.


З іншого боку, дехто стверджує, що математика в основному є винаходом
людського розуму. Математичні принципи

ґрунтуються на логічних міркуваннях, які є властивістю людського розуму.
Наприклад,

Евклідова геометрія базується на абстрактних аксіомах і постулатах, які
вважаються істинними без

доказів. Таким чином, можна стверджувати, що геометрія є винаходом людського
розуму, а не

відкриттям. Так само математичні формули та рівняння використовуються для
моделювання та передбачення фізичних явищ

, які знову ж таки є результатом людських міркувань.

Використовуючи розширені запити, ми можемо писати більш поетапно та повторювати кожен крок. Це корисно, коли вам потрібно створити результат вищої якості та змінити поетапні кроки.

Автор: jayo78.

Footnotes

1. Jin, Y., Kadam, V., & Wanvarie, D. (2022). Plot Writing From Pre-Trained Language Models. ↩