Belajar chat gpt

 Dah berapa lama ChatGPT ni digunakan?" soal  Ahmad kepada saya ketika kami minum di sebuah kedai kopi.

"Sudah lebih setahun ChatGP ni. Produk Open AI" jawab saya.

"Kau lihat ni Ajak" sambung Ahmad, dia menunjukkan beberapa hantaran di media di telefon bimbitnya,  hasil janaan Chat GPT.
Ada juga hantaran  mengajar tentang "Prompt Engineering", tidak kurang juga ada yang  mengadakan kelas dan sebagainya.
"Sebenarnya, boleh buat lebih lagi" kata saya kepada Ahmad.

Begini, OpenAI  baru-baru ini ada pernah hasilkan panduan rasmi penggunaan aplikasi tersebut.
Untuk  pemahaman anda, saya olah dalam bahasa paling mudah. Semoga bermanfaat.

Terdapat 6 Strategi Untuk Capaian Hasil Maksima

1. TULIS ARAHAN YANG JELAS
Model AI tidak dapat membaca fikiran anda. Jika output terlalu panjang, minta balasan ringkas.
Jika output terlalu mudah, minta penulisan peringkat pakar.
Jika anda tidak menyukai format tersebut, tunjukkan format yang anda ingin lihat.
Semakin kurang model AI perlu meneka apa yang anda mahukan, semakin besar kemungkinan anda akan mendapatkan keputusan yang diperlukan.

Bagaimana caranya?
i. Sertakan butiran dalam pertanyaan anda untuk mendapatkan jawapan yang lebih berkaitan
ii. Minta model AI untuk mengamalkan persona
iii. Gunakan pembatas untuk menunjukkan bahagian input yang berbeza dengan jelas
iv. Nyatakan langkah-langkah yang diperlukan untuk menyelesaikan tugas
v. Berikan contoh
vi. Nyatakan panjang output yang dikehendaki

Di bawah ini saya sertakan contoh yang salah, dan contoh yang betul.

Salah: Bagaimanakah saya menambah nombor dalam Excel?
Betul: Bagaimanakah cara saya menambah barisan jumlah dolar dalam Excel? Saya mahu melakukan ini secara automatik untuk seluruh helaian baris dengan semua jumlah berakhir di sebelah kanan dalam lajur yang dipanggil "Jumlah".

Nampak perbezaannya?
Salah: Meringkaskan nota mesyuarat.
Betul: Ringkaskan nota mesyuarat dalam satu perenggan. Kemudian tulis senarai penurunan harga pembesar suara dan setiap perkara utama mereka.

Akhir sekali, senaraikan langkah seterusnya atau item tindakan yang dicadangkan oleh pembesar suara, jika ada.

2. SEDIAKAN TEKS RUJUKAN
Menariknya, model AI boleh mencipta jawapan tersendiri, terutamanya apabila ditanya tentang topik tertentu atau untuk petikan dan URL.
Dengan cara yang sama seperti helaian nota juga boleh membantu pelajar melakukan ujian dengan lebih baik, menyediakan teks rujukan kepada model AI boleh membantunya dalam menjawab dengan lebih sedikit rekaan.

Bagaimana caranya?
i. Arahkan model menjawab menggunakan teks rujukan
ii. Arahkan model menjawab dengan petikan daripada teks rujukan

3. PISAHKAN TUGASAN KOMPLEKS DENGAN TUGASAN KECIL YANG LEBIH MUDAH
Perkara ini saya andaikan seperti kontraktor buat rumah. Biasanya akan dimulakan dengan tugasan atau kerja yang dibuat secara khusus, satu-per satu.

Perkara yang sama juga boleh berlaku untuk tugasan yang diserahkan kepada model AI.
Tugas yang kompleks cenderung mempunyai kadar ralat yang lebih tinggi daripada tugas yang lebih mudah.

Bagaimana caranya?
i. Gunakan klasifikasi niat (intent) untuk mengenal pasti arahan yang paling berkaitan untuk pertanyaan pengguna
ii. Untuk aplikasi dialog yang memerlukan perbualan yang sangat panjang, ringkaskan atau tapis dialog sebelumnya
iii. Ringkaskan dokumen panjang dan bina ringkasan penuh secara berulang, sampai anda telah mendapatkan keputusan yang diperlukan.

4. BERI MASA UNTUK MODEL AI UNTUK BERFIKIR
Jika diminta untuk mendarab 17 dengan 28, anda mungkin tidak mengetahuinya serta-merta, tetapi anda masih boleh menyelesaikannya cuma perlukan tambahan masa.
Begitu juga halnya dengan model AI; membuat lebih banyak kesilapan kecil sebelum dapat berikan hasil yang tepat apabila cuba menjawab dengan segera, dan bukannya mengambil masa untuk mencari jawapan.

Bagaimana caranya?
i. Arahkan model untuk mencari penyelesaiannya sendiri sebelum tergesa-gesa membuat kesimpulan
ii. Gunakan monolog dalaman atau urutan pertanyaan untuk menyembunyikan proses penaakulan model
iii. Tanya model jika ia terlepas apa-apa pada respon sebelumnya

5. GUNAKAN ALAT LUARAN
Terima kekurangan model AI dengan cara menggunakan peralatan model AI berasaskan tugasan.
Maksudnya, katakanlah ada tugasan untuk kerja pengkodan atau matematik, anda boleh gunakan enjin pelaksanaan kod seperti Penterjemah Kod OpenAI atau Interpreter Kod OpenAI

Kalau nak dapatkan imej terbaik, boleh gunakan Midjourney atau Leonardo, bukan secara terus gunakan model AI bahasa untuk hasilkan.

Bagaimana caranya?
i. Gunakan pencarian berdasarkan "text embed" untuk melaksanakan perolehan pengetahuan yang cekap
ii. Gunakan pelaksanaan kod untuk melakukan pengiraan yang lebih tepat atau memanggil API luaran
iii. Beri model akses kepada fungsi tertentu

6. UJI PERUBAHAN SECARA SISTEMATIK
Meningkatkan prestasi adalah lebih mudah jika anda boleh mengukurnya. Dalam sesetengah kes, pengubahsuaian kepada gesaan (prompt) akan menjadi lebih baik pada beberapa contoh yang lebih kecil tetapi lebih teruk pada set contoh yang lebih besar.
Oleh itu untuk memastikan bahawa perubahan akan membawa kepada keputusan yang positif dan sentiasa lebih baik, anda mungkin perlu mentakrifkan teknik ujian yang komprehensif (juga dikenali sebagai "eval").

Bagaimana caranya?
i. Nilaikan output model dengan merujuk kepada jawapan standard yang diperlukan

Setakat ni itu sahaja buat kali ini, Dalam masa akan datang,  mungkin saya boleh tambah baik kandungan bermanfaat untuk bantu anda gunakan ChatGPT dengan lebih efisien, terutama mengenai versi chat GPT yang terbaru, Chat GPT4.

Razak Zaha
Pengasas Bersama officio.work
CBAP, IIBA Members
Perkongsian ilmu mengenai AI chat gpt yang sangat bermanfaat. Dalam bahasa Melayu pula tu. Banyak benda baru saya belajar. Terbaik.
tengok jari pun kenal eh tuan?
🎳🎳AKTIVITI BOWLING OPENAPPS🎳🎳

Assalamualaikum dan selamat sejahtera

Tarikh: 29/12/2024
Tempat: Wangsa Bowl @ Wangsa Walk Mall
Waktu: 4pm

Terima kasihh😊
Join
Tidak Join

Unveiling the Hidden World: A Deep Dive into Electronic Intelligence Systems

 In the realm of intelligence gathering, where secrets whisper and shadows hide, lies a fascinating branch known as electronic intelligence (ELINT). Unlike its more famous cousin, communications intelligence (COMINT), which eavesdrops on conversations, ELINT focuses on the silent language of the electronic spectrum.

Imagine a symphony of invisible signals - the steady hum of radars, the chirping of communication satellites, the pulsing of navigation beacons. ELINT systems are the maestros, meticulously extracting information from this seemingly chaotic din.

Unveiling the Secrets:

The heart of an ELINT system lies in its sensors, capable of detecting and analyzing a vast array of electronic emissions. These sensors come in all shapes and sizes, from wideband antennas sweeping the entire spectrum to specialized receivers honed in on specific frequencies.

Once captured, the signals are digitized and fed into powerful software that deciphers their secrets. Algorithms analyze pulse widths, modulation patterns, and other telltale characteristics, identifying the type of emitter, its location, and even its operational mode.

This information paints a rich picture of the battlefield. An ELINT system can reveal the presence of enemy radars, identify types of aircraft by their unique radar signatures, and even track troop movements through their communication patterns.

Beyond the Battlefield:

While ELINT finds its primary application in military intelligence, its uses extend far beyond the battlefield. Commercial applications include:

• Cybersecurity: Detecting unauthorized wireless devices and identifying sources of signal jamming.
• Spectrum management: Monitoring radio frequency usage and ensuring compliance with regulations.
• Law enforcement: Tracking fugitives using their cell phone signals and identifying illegal radar installations.
• Disaster relief: Locating survivors under debris using their emergency beacons.

The Future of ELINT:

As technology advances, the capabilities of ELINT systems are constantly evolving. Artificial intelligence is playing an increasingly important role in signal analysis, enabling systems to learn and adapt in real-time. The integration of multiple sensors, from radar to LiDAR, is creating a holistic picture of the electronic environment.

However, concerns regarding privacy and data security loom large. The ability to track individuals through their electronic footprints raises ethical questions that must be addressed as ELINT technology continues to grow.

Feature

• Identifying and geolocating almost all types of signals (information signals, radar signals, aviation signals) in 3D space (distance, azimuth and altitude)
• Analyze characteristics of signal (frequency, time, pulse parameters,...)
• Update database of targets in case of new targets appearance
• Designed with wideband SDR technology, artificial intelligence technology, supporting feature update through software
• Connecting to C5ISR, providing intelligence information for Electronic Warfare system