Cefriel

Prompt Compilato: progettare output complessi senza perdere coerenza

Inizio
Il Prompt Compilato è utile quando il task ha tutte e tre queste caratteristiche. Il contenuto da produrre è sequenziale, ma deve rispettare vincoli globali che riguardano l’insieme, non il singolo elemento. Un quiz di venti domande, per esempio, deve distribuire i temi in modo equilibrato: una decisione che non si può prendere domanda per domanda senza perdere il controllo sulla distribuzione finale. Alcune decisioni hanno dipendenze incrociate. Se la risposta 7 è vera, la 8 non può esserlo. Se il contenuto A è stato usato nella posizione 3, non può tornare nella posizione 14. Queste dipendenze non sono gestibili in modo reattivo. Alcune classi di errori sono irrecuperabili se l’output è già stato emesso. Se il modello produce qualcosa che presuppone un elemento non mostrato all’utente, il danno è già fatto. In questo caso ho applicato la tecnica alla creazione di un quiz interattivo per la patente, una difficoltà addizionale da una parte perché le deviazioni di senso sono evidenti a tutti (domande inventate), ma anche una semplificazione, perché i quiz di questo tipo, senza AI, sono ovunque e confrontabili con le prestazioni delle AI.
Vai al corso sul sito del provider

Il corso

Cefriel, in collaborazione con Noctive Security, presenta il framework Zero Trust-AI con cui affrontare concretamente le vulnerabilità aziendali legate all’Intelligenza Artificiale.

Erogazione

Date

Il Prompt Compilato è utile quando il task ha tutte e tre queste caratteristiche. Il contenuto da produrre è sequenziale, ma deve rispettare vincoli globali che riguardano l’insieme, non il singolo elemento. Un quiz di venti domande, per esempio, deve distribuire i temi in modo equilibrato: una decisione che non si può prendere domanda per domanda senza perdere il controllo sulla distribuzione finale. Alcune decisioni hanno dipendenze incrociate. Se la risposta 7 è vera, la 8 non può esserlo. Se il contenuto A è stato usato nella posizione 3, non può tornare nella posizione 14. Queste dipendenze non sono gestibili in modo reattivo. Alcune classi di errori sono irrecuperabili se l’output è già stato emesso. Se il modello produce qualcosa che presuppone un elemento non mostrato all’utente, il danno è già fatto. In questo caso ho applicato la tecnica alla creazione di un quiz interattivo per la patente, una difficoltà addizionale da una parte perché le deviazioni di senso sono evidenti a tutti (domande inventate), ma anche una semplificazione, perché i quiz di questo tipo, senza AI, sono ovunque e confrontabili con le prestazioni delle AI.

Risorse

Documenti PDF

Corsi simili