Phase 4 – Modul 2: Wie Sprachmodelle Antworten erzeugen
Lernen Sie, wie Tokens, Kontext und Wahrscheinlichkeiten die Antworten eines Sprachmodells beeinflussen.
Verstehen
Ein Sprachmodell zerlegt Text in kleine Einheiten (Tokens) und berechnet auf Basis des Kontexts, welches Token wahrscheinlich als Nächstes folgt. Ein unklarer Prompt führt daher häufig zu einer allgemeinen oder unpassenden Antwort. Mehr Kontext kann die Qualität verbessern, garantiert aber keine Richtigkeit.
Inhalte:
- Large Language Models (LLMs)
- Tokens und Wahrscheinlichkeiten
- Kontextfenster und Gesprächsverlauf
- Systemanweisung und Nutzereingabe (Prompt)
- Bedeutung des Ausgabeformats
Lernziel: Die Lernenden können erklären, wie Kontext und Formulierung die Ausgabe eines Sprachmodells beeinflussen, und einen verständlichen, zielgerichteten Prompt formulieren.
Ausprobieren
Experimentieren Sie mit verschiedenen Formulierungen, um die Reaktion des Sprachmodells zu beobachten.
Praxis:
Geben Sie einem Sprachmodell dieselbe Aufgabe in mehreren Varianten:
- Eine sehr unklare Anfrage.
- Eine präzisere Anfrage mit mehr Details.
- Eine Anfrage mit Hintergrundinformationen und Zielgruppe.
- Eine Anfrage mit gewünschter Struktur (z.B. Tabelle, Stichpunkte).
- Vergleichen Sie die Ergebnisse: Was hat sich verändert? Welche Antwort ist am nützlichsten?
Nachweisen
Verbessern Sie eine unklare Anfrage zu einem strukturierten, effektiven Prompt.
Modulabschluss:
Eine unklare Anfrage wird verbessert. Der überarbeitete Prompt sollte mindestens enthalten:
- Das Ziel (Was soll erreicht werden?)
- Den notwendigen Kontext (Hintergrundinfos)
- Die konkrete Aufgabe (z.B. "Fasse zusammen", "Erstelle eine Liste")
- Die gewünschte Form (Stil, Format)