盘古大模型 PanguLargeModels
盘古大模型 PanguLargeModels
- 功能总览
- 产品介绍
- 计费说明
- 快速入门
- 用户指南
- 最佳实践
- API参考
- SDK参考
-
常见问题
- 高频常见问题
- 大模型概念类
-
大模型微调训练类
- 无监督领域知识数据量无法支持增量预训练，如何进行模型学习
- 如何调整训练参数，使盘古大模型效果最优
- 如何判断盘古大模型训练状态是否正常
- 如何评估微调后的盘古大模型是否正常
- 如何调整推理参数，使盘古大模型效果最优
- 为什么微调后的盘古大模型总是重复相同的回答
- 为什么微调后的盘古大模型的回答中会出现乱码
- 为什么微调后的盘古大模型的回答会异常中断
- 为什么微调后的盘古大模型只能回答训练样本中的问题
- 为什么在微调后的盘古大模型中输入训练样本问题，回答完全不同
- 为什么微调后的盘古大模型评估结果很好，但实际场景表现很差
- 为什么多轮问答场景的盘古大模型微调效果不好
- 数据量足够，为什么盘古大模型微调效果仍然不好
- 数据量和质量均满足要求，为什么盘古大模型微调效果不好
- 大模型使用类
- 提示词工程类
- 文档下载
- 通用参考
本文导读
展开导读
链接复制成功！
设置候选提示词
用户可以将效果较好的提示词设为候选提示词，并对提示词进行比对，以查看其效果。
说明：
每个工程任务下候选提示词上限9个，达到上限9个时需要删除其他候选提示词才能继续添加。
- 登录ModelArts Studio大模型开发平台，进入所需空间。
- 在左侧导航栏中选择“Agent开发 > 提示词工程 > 提示词开发”。
- 在工程任务列表页面，找到所需要操作的工程任务，单击该工程任务右侧“撰写”。
图1 提示词工程
- 在提示词撰写区域，单击“设为候选”，将当前撰写的提示词设置为候选提示词。
父主题： 横向比较提示词效果
