LLM под капотом

Какой из промптов будет давать более точный ответ?

Промпты почти одинаковые, меняется только порядок.

from openai import OpenAI
client = OpenAI()

prompt1 = f"How many times is word 'RAG' mentioned in the text? Answer with a number.\n<text>{text}</text>"
prompt2 = f"<text>{text}</text>\nHow many times is word 'RAG' mentioned in the text? Answer with a number."

for p in [prompt1, prompt2]:
    completion = client.chat.completions.create(
      temperature=0,
      model="gpt-4o-2024-11-20",
      messages=[
        {"role": "user", "content":p}
      ]
    )
    print(completion.choices[0].message.content)

Сможете ответить сходу и объяснить почему?

Если сложно сказать, попробуйте запустить код несколько раз и убедиться сами. Абзац текста я добавлю в комментарии.

Второй вопрос - а какой из промптов будет давать более точный ответ в случае использования Structured Output и почему? 😜

class Response(BaseModel):
    how_many_times_is_word_RAG_mentioned_in_text: int

for p in [prompt1, prompt2]:
    completion = client.beta.chat.completions.parse(
      model="gpt-4o-2024-11-20",
      temperature=0,
      response_format=Response,
      messages=[
        {"role": "user", "content": p}
      ]
    )

    print(completion.choices[0].message.parsed)

Ваш, @llm_under_hood 🤗


PS: Это новая задачка, которую я решил добавить в практическую часть курса для выработки интуиции. Уж больно она наглядная и неожиданная.

🔥51👍23❤8🤔3

www.tg-me.com/us/telegram/com.llm_under_hood/489

9.69K viewsedited  Jan 21 at 14:01

Какой из промптов будет давать более точный ответ?

Промпты почти одинаковые, меняется только порядок.

from openai import OpenAI
client = OpenAI()

prompt1 = f"How many times is word 'RAG' mentioned in the text? Answer with a number.\n<text>{text}</text>"
prompt2 = f"<text>{text}</text>\nHow many times is word 'RAG' mentioned in the text? Answer with a number."

for p in [prompt1, prompt2]:
    completion = client.chat.completions.create(
      temperature=0,
      model="gpt-4o-2024-11-20",
      messages=[
        {"role": "user", "content":p}
      ]
    )
    print(completion.choices[0].message.content)

class Response(BaseModel):
    how_many_times_is_word_RAG_mentioned_in_text: int

for p in [prompt1, prompt2]:
    completion = client.beta.chat.completions.parse(
      model="gpt-4o-2024-11-20",
      temperature=0,
      response_format=Response,
      messages=[
        {"role": "user", "content": p}
      ]
    )

    print(completion.choices[0].message.parsed)

BY LLM под капотом