( arpi_esp | 2023. 04. 13., cs – 21:26 )

> gazdag és választékos szókinccsel rendelkező ember, aki kereken és egészen körül tud írni egy-egy problémát

inkabb a forditottja lesz az. aki rovid tomor "mondatokban", de inkabb felsorolas szeruen leirja az AI szamara mit szeretne az ugyfel. nem a valasztekos szokincs a fontos, hanem inkabb ismerje az AI szokincset, hogy 1-1 szo (token) mit jelent az AI szamara. az sem art, ha tudja hogy mukodik a BPE tokenizalo, mikor lesz egy szobol 2-3 token es mikor 1.

pl:

"Hello, I'm John. Please make for me a very nice website which looks like facebook, thank you very much!"
vs
"Create full stack code to implement social networking with embedded webserver, functions of facebook, backend in python"

a kepgeneraloknal (txt2img, pl. dall-e, midjourney, stable diffusion) ennek mar kb 1 eves "multja" van, sokan egesz profin tudjak mar instrualni az AI-t hogy azt rajzolja amit szeretnenek. ehhez tudni kell pl az egyes muveszeti stilusok angol neveit, azt hogy melyikek azok a szavak/tokenek amit nem ugy ertelmez az AI ahogy az ember gondolna (pl. sexy, black) stb.

mivel a transformer modellek positional encodingot hasznalnak, nem mindegy milyen sorrendben vannak a tokenek a prompt-ban, es az eleje-vege is maskepp viselkedik. CLIP modellek ismerete sem art, itt lehet pl tesztelni 1-1 szo milyen kepet jelent az AI szamara.