K.I. Glossar

KI-Modelle wie ChatGPT funktionieren durch das Verarbeiten großer Datenmengen und die Anwendung von Algorithmen. Sie lernen dabei Muster und Zusammenhänge aus Texten. Der Kern von ChatGPT ist ein neuronales Netz namens Transformer, das trainiert wurde, Sprache zu verstehen und zu erzeugen.

1. Training: Das Modell wird mit riesigen Mengen an Text trainiert, um Muster, Sprache und Zusammenhänge zu lernen.
2. Verstehen des Kontexts: Bei einer Eingabe (Prompt) analysiert das Modell den Text, erkennt den Kontext und die Bedeutung.
3. Generierung: Basierend auf dem Gelernten generiert die KI eine passende, kohärente Antwort.

Das Modell nutzt dabei statistische Wahrscheinlichkeiten, um die wahrscheinlichsten nächsten Wörter zu finden und so einen sinnvollen Text zu erstellen.

Prompting bezieht sich auf das Geben von Eingaben oder Anweisungen an eine KI, um eine bestimmte Antwort oder ein Ergebnis zu erhalten.

Es gibt verschiedene Arten von Prompting:

Direct Prompting:

• Hier gibst du der KI eine klare Anweisung, was sie tun soll, oft in einer Weise, die spezifisch auf die erwartete Antwort hinzielt.
• Beispiel: „Erkläre mir die Geschichte der KI.“
• Beispiel 2: „Schreibe eine kurze Zusammenfassung des Films Inception.“
  • Die Anweisung ist klar und fordert die KI auf, sich auf eine konkrete Aufgabe zu konzentrieren. Das Modell weiß genau, worauf es eingehen soll (nämlich den Film Inception).

Zero-shot Prompting:

• Bei Zero-Shot Prompting gibt es keine klaren Hinweise oder Beispiele, und die KI muss auf Basis ihres allgemeinen Wissens antworten.
• Beispiel: „Was ist das?“
  • Diese Frage ist extrem offen und gibt keine Hinweise auf das Thema. Die KI muss anhand des Kontexts oder ihrer Erfahrung raten, worauf die Frage abzielt. Dies kann je nach Eingabe oder Gesprächsverlauf variieren, aber ohne spezifizierte Hinweise muss sie „ins Blaue hinein“ antworten.

Few-shot Prompting:

• Der KI werden einige Beispiele oder kontextuelle Informationen gegeben, um ihr zu zeigen, wie sie die Aufgabe lösen soll. Dadurch kann die Qualität der Antwort verbessert werden.
• Beispiel: „Hier sind zwei Beispiele für Einleitungen. Schreibe eine dritte über KI.“

Chain-of-Thought Prompting:

• Die KI wird dazu angeregt, ihre Denkweise explizit darzulegen, indem sie komplexe Aufgaben Schritt für Schritt in kleinere Teile zerlegt.
• Beispiel: „Erkläre die Unterschiede zwischen starker und schwacher KI Schritt für Schritt.“

Mega Prompts:

• Sehr ausführliche, detaillierte Anweisungen, die der KI eine umfassende Beschreibung des gewünschten Ergebnisses geben, um die Qualität und Spezifikität der Antwort zu maximieren. Mega Prompts enthalten oft mehrere Anforderungen oder spezifizieren den gewünschten Stil, die Struktur und den Inhalt der Antwort.
• Beispiel: „Schreibe einen ausführlichen Blogpost über die Geschichte der KI, in dem du wichtige Meilensteine beschreibst, die Unterschiede zwischen starker und schwacher KI erläuterst, und einen abschließenden Ausblick auf die Zukunft der KI gibst. Verwende dabei einen formellen, aber leicht verständlichen Stil.“

Diese verschiedenen Arten von Prompts ermöglichen es, die KI auf unterschiedliche Weise zu lenken und je nach Anwendungsfall präzisere oder kreativere Ergebnisse zu erhalten.