< Reto Anterior - Home - Siguiente reto >
.env.sample (y guárdalo como .env) según los nombres de tus modelos si aún no lo has hecho.A medida que los Modelos de Lenguaje de Gran Escala (LLMs) ganan popularidad y uso en todo el mundo, la necesidad de gestionar y monitorear sus resultados se vuelve cada vez más importante. En este desafío, aprenderás a usar técnicas de ‘prompt engineering’ para generar los resultados deseados para los LLMs.
Despliegue de modelos para el desafío:
gpt-4gpt-35-turboNOTA: Para las familias de modelos actualmente disponibles, por favor consulta este enlace para más información: Modelos del Servicio Azure OpenAI.
.env. Siéntete libre de hacer cualquier modificación necesaria y luego renombra el archivo .env-sample a .env.Preguntas que deberías ser capaz de responder al final de este desafío:
Ejecutarás el siguiente cuaderno de Jupyter para completar las tareas de este desafío:
CH-01-PromptEngineering.ipynbEl archivo se puede encontrar en tu Codespace bajo la carpeta /notebooks.
Secciones en este Desafío:
Principios de Prompting Iterativo:
3.1 Escribe instrucciones claras y específicas
3.2 Dale al modelo tiempo para “pensar”