Mallien käyttö

Generatiivisen tekoälyn käyttöön liittyy joukko käsitteitä, jotka kuvaavat vuorovaikutusta mallin kanssa, eli sitä, miten käyttäjä esittää kysymyksiä ja miten malli tuottaa vastauksia. Nämä termit eivät vaadi teknistä taustaa ymmärrettäviksi, mutta niiden tunteminen auttaa ymmärtämään mallien toimintaa, rajoituksia ja säätömahdollisuuksia.

Kun käytät kielimallia taustalla tapahtuu paljon: syötteesi muutetaan mallille ymmärrettävään muotoon, mallin parametrit vaikuttavat siihen, millainen vastaus syntyy, ja lopputulos voi vaihdella pienistäkin muutoksista johtuen.

Näitä tilanteita varten on hyvä ymmärtää muutamia keskeisiä termejä:

Prompt: Käyttäjän antama syöte tai kysymys, johon malli vastaa.
Token: Tekstin pienin yksikkö, jota malli käsittelee – ei aina yksi sana.
Inference: Prosessi, jossa malli tuottaa vastauksen annetun syötteen perusteella.
Temperature: Parametri, jolla säädetään vastauksen luovuutta tai varmuutta.
Hallucination: Tilanne, jossa malli keksii uskottavalta kuulostavaa mutta virheellistä tietoa.

Näitä ja muita käsitteitä esitellään tarkemmin alasivuilla.

Miksi nämä termit ovat tärkeitä?

Moni mallin käyttäjä huomaa nopeasti, että pieni muutos kysymyksen muotoilussa voi tuottaa täysin erilaisen vastauksen. Samoin mallin käytös muuttuu, jos sen asetuksia (kuten temperaturea) säädetään. Ilman perustietoa näistä käsitteistä voi olla vaikea hahmottaa, miksi malli käyttäytyy niin kuin se käyttäytyy.

Ymmärtämällä mallien käyttötapaan liittyvää terminologiaa voit:

Saada parempia, tarkempia ja luotettavampia vastauksia
Välttää turhautumista, kun malli ei toimi odotetusti
Osata kokeilla eri asetuksia tai syötteitä, kun haluat erilaisen lopputuloksen
Ymmärtää mallien vahvuudet ja rajat

Tämä osio toimii johdantona mallien käyttöön liittyville käsitteille. Voit tutustua niihin yksi kerrallaan tai lukea useamman peräkkäin, jos haluat syvempää ymmärrystä siitä, miten generatiiviset mallit todella toimivat käytännössä.