Các đem đi then chốt và nhiều hơn để học
Trung thực mà nói, bài tập nhỏ về tạo một khởi tạo SQL từ các truy vấn thể hiện trong ngôn ngữ tự nhiên đã là một
thành công. Nó vẫn có một con đường dài để đi để lắp ráp một sản phẩm nghiêm chỉnh hơn, nhưng nó vẫn là một hạt
giống rất hứa hẹn.
Chúng ta chưa khám phá một kĩ thuật hiệu quả để bảo vệ lại thao tác prompt, đảm bảo rằng model vẫn tập trung vào
nhiệm vụ thiết kế của nó. Kĩ thuật này đòi hỏi đặt có chiến lược một phát biểu hệ thống ngay sau nhập vào người dùng,
nhẹ nhàng nhắc nhở model về vai trò ý định của nó.
Có nhiều cách để cải tiến nó và chuyển nó thành thứ gì đó cái có thể được sử dụng. ít nhất trong nội bộ, bởi đội
ngũ phát triển.
+ Xem xét các trả lời sử dụng model khác, hay thậm chí cùng một cái, chính để thẩm định liệu nó có là một lệnh SQL
có hiệu lực
+ Thực thi lệnh lại với CSDL để xem liệu nó trả về dữ liệu hay một lỗi
+ Bao gồm các mẫu dòng của các bảng trong bối cảnh
+ Thêm một mô tả vào các trường
+ Thêm một đôi yêu cầu người dùng/ SQL khởi tạo như một mẫu
+ Thử một mô hình phát triển cụ thể chuyên biệt trong khởi tạo SQL.
Đừng lo lứng nếu một vài điều chỉnh dường như quá phức tạp hay nếu bạn không chắc chắn nơi nào để bắt đầu. Chúng
tôi sẽ ghé thăm lại dự án cái khởi tạo SQL về sau này và thực hiện một vài cải tiến này.
Trong lúc này, bạn đã có tất cả code trên GitHub, thực thi và hoạt động với notebook.
+ Thử với các cấu trúc CSDL khác nhau
+ Thực hiện cùng truy vấn nhiều lần để xem liệu model có luôn trả về cùng trả lời.
+ Thay đổi temperature và xem liệu nó vẫn trả về SQL code đúng với các giá trị trên 1.
+ Cuối cùng, thử có nó trả về một trả lời cái không là SQL code!
Trong phần tiếp theo, chúng ta sẽ khám phá sử dụng một kĩ thuật prompt engineering cái cho phép chúng ta định dạng
đầu ra của model của chúng ta mà không phải tinh chỉnh nó, sử dụng học trong bối cảnh.