उत्तरप्रकाशित15 स्रोत
AI प्रॉम्प्ट में कितने उदाहरण देने चाहिए? सबसे अच्छा तरीका और ज़रूरी टिप्स
AI प्रॉम्प्ट में 2 5 अच्छे उदाहरण देने से आउटपुट की गुणवत्ता में ज़बरदस्त सुधार होता है। यह तकनीक 'Few Shot Prompting' कहलाती है [5]। शोध बताते हैं कि एक कार्य में क्लॉड 3 हैकू मॉडल बिना उदाहरण के सिर्फ़ 11% सही था, लेकिन तीन उदाहरण देने पर 75% सटीकता हासिल हुई [7]। ज़्यादा उदाहरण हमेशा फ़ायदेमंद नहीं होते। 'ओवर प्र...
173K0
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: Searching with cited sources for Should I use examples in my AI prompt, and how many are best?. Article summary: **Examples dramatically improve accuracy.** Claude 3 Haiku, for instance, went from 11% correctness with zero examples to 75% with just three examples — matching much larger models' zero-shot performance.. Topic tags: general, academic, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons,
हाँ — अपने AI प्रॉम्प्ट में अच्छी तरह से चुने गए उदाहरण (few-shot prompting) देना आउटपुट क्वालिटी को बेहतर बनाने की सबसे प्रभावी तकनीकों में से एक है। फ्यू-शॉट प्रॉम्प्टिंग में प्रॉम्प्ट में ही कुछ उदाहरण दे दिए जाते हैं, जो मॉडल को बेहतर प्रदर्शन की ओर ले जाते हैं और उसकी प्रतिक्रिया को इन उदाहरणों पर कंडीशन करते हैं । सबसे अच्छा परिणाम आमतौर पर 2-5 उदाहरणों के साथ मिलता है, और शोध बताते हैं कि इससे ज़्यादा उदाहरण जोड़ने पर फ़ायदा कम हो सकता है या नुकसान भी हो सकता है
।
मुख्य निष्कर्ष
- उदाहरणों से सटीकता नाटकीय रूप से बढ़ती है। उदाहरण के लिए, क्लॉड 3 हैकू मॉडल बिना किसी उदाहरण के केवल 11% सही था, लेकिन सिर्फ़ तीन उदाहरण देने पर यह 75% सही हो गया — जो बहुत बड़े मॉडलों के ज़ीरो-शॉट प्रदर्शन के बराबर है
।
- 2-5 उदाहरण सबसे इष्टतम माने जाते हैं। ज़्यादातर गाइड और शोध फ्यू-शॉट प्रॉम्प्टिंग के लिए 2-5 उदाहरणों की सिफ़ारिश करते हैं
।
- ज़्यादा हमेशा बेहतर नहीं होता। arXiv पर प्रकाशित एक अध्ययन में 'ओवर-प्रॉम्प्टिंग' समस्या की पहचान की गई, जहाँ बहुत सारे उदाहरण मॉडल के प्रदर्शन को कम कर सकते हैं
।
- उदाहरणों की गुणवत्ता संख्या से ज़्यादा ज़रूरी है। विविध, उच्च-गुणवत्ता वाले और अच्छी तरह से चुने गए उदाहरण केवल उदाहरणों की संख्या बढ़ाने से बेहतर काम करते हैं, जबकि असंगत उदाहरण मॉडल को गलत पैटर्न सिखा सकते हैं
।
- तर्क-आधारित कार्यों के लिए पहले बिना उदाहरण (ज़ीरो-शॉट) के प्रयास करें। यह मत मान लें कि हमेशा उदाहरण चाहिए; पहले ज़ीरो-शॉट और फ्यू-शॉट के बीच परीक्षण करें
।
व्यावहारिक सिफ़ारिशें
| परिदृश्य | सुझाया गया तरीका |
|---|---|
| फ़ॉर्मेट-संवेदनशील कार्य (JSON, लेबल, टोन) | 2-5 साफ़ और विविध उदाहरणों का उपयोग करें, क्योंकि उदाहरण फ़ॉर्मेट, टोन और लेबल को फ़िक्स कर सकते हैं |
| सामान्य टेक्स्ट जनरेशन / वर्गीकरण | 2-3 उच्च-गुणवत्ता वाले उदाहरणों से शुरू करें, क्योंकि फ्यू-शॉट डिमॉन्स्ट्रेशन मॉडल को बेहतर प्रदर्शन की ओर ले जा सकते हैं |
| तर्क-आधारित कार्य | पहले ज़ीरो-शॉट के साथ शुरू करें; यदि मज़बूत फ़ॉर्मेट नियंत्रण चाहिए तो 1-2 उदाहरण जोड़ें, और जाँचें कि उदाहरण मदद करते हैं या नुकसान पहुँचाते हैं |
| जटिल डेटा निकासी (extraction) कार्य | कुछ प्रतिनिधि उदाहरणों का छोटा सेट इस्तेमाल करें जो कार्य को बिल्कुल दर्शाते हों |
| जब संदेह हो | 3 उदाहरणों से शुरू करें, परीक्षण करें और फिर समायोजित करें। 2-5 उदाहरणों की रेंज आमतौर पर सबसे अच्छी मानी जाती है, और इससे ज़्यादा उदाहरण ओवर-प्रॉम्प्टिंग का कारण बन सकते हैं |
सारांश: उदाहरणों का उपयोग करें, लेकिन उनकी संख्या 2-5 तक सीमित रखें। गुणवत्ता और विविधता को संख्या से ज़्यादा तवज्जो दें । यह भी जाँचें कि आपके विशेष मॉडल को फ्यू-शॉट से फ़ायदा होता है या ज़ीरो-शॉट से, खासकर तर्क-आधारित कार्यों में
।
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
लोग पूछते भी हैं
"AI प्रॉम्प्ट में कितने उदाहरण देने चाहिए? सबसे अच्छा तरीका और ज़रूरी टिप्स" का संक्षिप्त उत्तर क्या है?
AI प्रॉम्प्ट में 2 5 अच्छे उदाहरण देने से आउटपुट की गुणवत्ता में ज़बरदस्त सुधार होता है। यह तकनीक 'Few Shot Prompting' कहलाती है [5]।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
AI प्रॉम्प्ट में 2 5 अच्छे उदाहरण देने से आउटपुट की गुणवत्ता में ज़बरदस्त सुधार होता है। यह तकनीक 'Few Shot Prompting' कहलाती है [5]। शोध बताते हैं कि एक कार्य में क्लॉड 3 हैकू मॉडल बिना उदाहरण के सिर्फ़ 11% सही था, लेकिन तीन उदाहरण देने पर 75% सटीकता हासिल हुई [7]।
मुझे अभ्यास में आगे क्या करना चाहिए?
ज़्यादा उदाहरण हमेशा फ़ायदेमंद नहीं होते। 'ओवर प्रॉम्प्टिंग' (over prompting) नामक समस्या के कारण बहुत सारे उदाहरण मॉडल के प्रदर्शन को कम कर सकते हैं [1]।
सूत्र
- promptingguide.aiFew-Shot Prompting | Prompt Engineering Guide
- note.comHow Showing Just Three Examples Changes AI Output
- artificial-intelligence-wiki.comFew-Shot Prompting Examples - Complete Guide - AI Wiki
- arxiv.orgThe Few-shot Dilemma: Over-prompting Large Language Models
- statsig.comFew-shot prompting: Improving with examples
- direct.mit.eduTrue Few-Shot Learning with Prompts—A Real-World Perspective
- arxiv.orgThe Impact of Example Selection in Few-shot Prompting
- learnprompting.orgZero-Shot, One-Shot, and Few-Shot Prompting
- promptplaybook.aiFew-Shot Prompting: The Complete Guide to Teaching AI by Example
- prompthub.usThe Few Shot Prompting Guide - PromptHub
- adaline.aiUnderstanding Few-shot Prompting in 2025 | Adaline
- solafide.caThe Strategic Guide to Few-Shot Prompting: When Examples Help ...
- scitepress.org[PDF] On Few-Shot Prompting for Controllable Question-Answer ...
- aclanthology.org[PDF] Samples or More Prompts? Exploring Effective Few-Shot In-Context ...
- medium.comWhat is Few Shot Prompting? Complete Guide
Loading comments...
Comments
0 comments