- Beim Entwickeln von KI-Modellen sind sowohl Menge als auch Qualität des Datensatzes wichtig
- Mit ChatGPT lässt sich ein Datensatz kostengünstig aufbauen, und im Vergleich zur Nutzung eines Labeling-Dienstleisters spart man Zeit
- Wenn Anfragen auf Englisch gestellt werden, spart das nicht nur Kosten (durch weniger Tokens), sondern liefert auch bessere Leistung
- In allgemeinen Situationen ist es vorteilhaft,
temperature auf 0 zu senken, um konsistente Antworten zu erhalten
- Geeignete Verhaltensweisen für
role (user, assistant, system) festlegen
- Nach einfacher Rechnung lassen sich für 3 US-Dollar etwa 10.000 Datensätze für Sentimentanalyse labeln (basierend auf dem Modell
gpt-3.5-turbo)
Noch keine Kommentare.