Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Baudos ir pasikartojimai

Paskaita 11 iš 16 Atnaujinta 2026 m. liepos 28 d. Pradedantisiems
Šiame puslapyje
  1. Kaip išvengti ciklų ir pasikartojimų
  2. Buvimo bauda (Presence Penalty)
  3. Dažnumo bauda (Frequency Penalty)
  4. Skirtumas tarp dviejų baudų
  5. Kada naudoti kiekvieną baudą
  6. Saugokis ekstremalių reikšmių
  7. Svarbiausi punktai

Kaip išvengti ciklų ir pasikartojimų

Vienas erzinančių kalbos modelio elgesio būdų – pasikartojimas: modelis sukasi ratu tais pačiais žodžiais, sakinio struktūromis ar idėjomis. Prašai išsamaus straipsnio, o gauni tris pastraipas, kurių kiekviena prasideda „Be to“, o kiekvienoje eilutėje kartojamas žodis „inovacija“. „Mistral“ modeliai siūlo du parametrus šiai problemai spręsti: buvimo baudą (presence penalty) ir dažnumo baudą (frequency penalty). Jie atrodo panašūs, tačiau jų veikimo mechanizmai skiriasi tiek, kad vieno pasirinkimas vietoj kito iš tiesų pakeičia rezultatą.

Buvimo bauda (Presence Penalty)

Buvimo bauda yra vienkartinė nuobauda, taikoma bet kuriam tokenui, kuris generuojamame atsakyme jau pasirodė bent vieną kartą. Nesvarbu, ar tokenas panaudotas vieną, ar 50 kartų – bauda lieka tokia pati. Parametras priima reikšmes nuo -2,0 iki 2,0, o numatytoji reikšmė yra 0 (išjungta). Teigiama reikšmė skatina modelį naudoti naujus žodžius; neigiama reikšmė, kuri pasitaiko rečiau, skatina jį naudoti tuos pačius žodžius iš naujo.

# Teigiama buvimo bauda: įvairesnis žodynas
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Describe the benefits of remote work."}
    ],
    presence_penalty=0.6
)

Praktiškai buvimo bauda idealiai tinka, kai nori, kad modelis išnaršytų platesnį žodyną ir apimtų skirtingas temos aspektus. Pirmiau pateiktame nuotolinio darbo pavyzdyje ji nukreipia modelį nuo lankstaus darbo laiko prie įmonių nekilnojamojo turto ir anglies pėdsako, užuot tris kartus kartojus argumentą apie laiko taupymą.

Dažnumo bauda (Frequency Penalty)

Tuo tarpu dažnumo bauda yra kaupiamoji: ji didėja kiekvieną kartą, kai tokenas panaudojamas iš naujo. Kuo dažniau pasirodo žodis, tuo didesnė jam taikoma bauda, todėl ši priemonė yra žymiai efektyvesnė nei buvimo bauda norint nutraukti ciklus. Ji turi tą pačią reikšmių skalę – nuo -2,0 iki 2,0, o numatytoji reikšmė taip pat 0.

# Dažnumo bauda: sumažina dažnų žodžių kartojimąsi
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Write a 300-word article on artificial intelligence."}
    ],
    frequency_penalty=0.5
)

Geriausias jos pritaikymas – ilgi tekstai, kuriuose modelis linkęs kartoti tuos pačius žodžius ar struktūras. 300 žodžių straipsnis apie dirbtinį intelektą be baudos rizikuoja kiekviename sakinyje „kalti“ žodžius „DI“ ir „technologijos“; dažnumo bauda palaipsniui verčia modelį keisti savo kalbą.

Skirtumas tarp dviejų baudų

Norint suprasti niuansą, pažvelkime į skaitmeninį pavyzdį. Modelis savo atsakyme jau sugeneravo žodį „inovacija“ 5 kartus. Taikant 0,5 buvimo baudą, „inovacija“ gauna 0,5 baudą – ji fiksuota, 5 pasikartojimai nieko nekeičia. Taikant 0,5 dažnumo baudą, tas pats žodis gauna 2,5 baudą, t. y. 0,5 padauginta iš 5 pasikartojimų. Taigi dažnumo bauda yra daug agresyvesnė dažnai pasikartojantiems tokenams, tuo tarpu buvimo bauda daro švelnų, vienodą spaudimą viskam, kas jau buvo pasakyta.

Kada naudoti kiekvieną baudą

Naudok buvimo baudą, kai tikslas – teminė įvairovė. Smegenų šturmo sesijoje tau reikia dešimties iš tikrųjų skirtingų idėjų, o ne dešimties pirmosios idėjos performuluočių:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "List 10 digital marketing trends for 2026."}
    ],
    presence_penalty=0.8,
    temperature=0.7
)

Naudok dažnumo baudą, kai tikslas – teksto sklandumas. Ilgame vadove ji neleidžia įsivyrauti kalbos ypatumams neiškraipant žinutės:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Write a comprehensive guide on agile project management."}
    ],
    frequency_penalty=0.4,
    temperature=0.5
)

Niekas netrukdo jų derinti, kad gautum kaupiamąjį efektą – kūrybingam naujienlaiškiui, pavyzdžiui, naudingas tiek įvairus žodynas, tiek tekstas be pasikartojimų:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Write a creative newsletter on tech trends."}
    ],
    presence_penalty=0.3,
    frequency_penalty=0.5,
    temperature=0.6
)

Saugokis ekstremalių reikšmių

Šios baudos nėra rankenėlės, kurias reikia sukti iki maksimumo: per didelės reikšmės blogina kokybę vietoj to, kad ją gerintų. Viršijus 1,0 buvimo baudos atveju, modelis pradeda vengti bendrinių žodžių, kurie iš tikrųjų yra būtini – artikeliai, prielinksniai – ir tekstas tampa keistas. Viršijus 1,0 dažnumo baudos atveju, jis verčia naudoti netinkamus sinonimus tik norėdamas išvengti pasikartojimo: „automobilis“ tampa „mašina“, tada „transporto priemone“, tada „motorine transporto priemone“ toje pačioje pastraipoje. O neigiamos reikšmės skatina pasikartojimą, kas retai kada pageidautina. Praktinė rekomendacija: abiem parametrams laikykis 0,0–0,8 diapazono; viršijus jį, šalutinis poveikis nusveria naudą.

Gairės pagal užduotį: duomenų išgavimas ir klasifikavimas atliekami be jokių baudų (presence_penalty=0, frequency_penalty=0, svarbiausias tikslumas); trumpam rašymui iki 200 žodžių pakanka frequency_penalty=0.2; ilgam rašymui virš 500 žodžių naudinga derinti presence_penalty=0.3 ir frequency_penalty=0.5; smegenų šturmui dominavimą apversk naudodamas presence_penalty=0.6 ir frequency_penalty=0.3; o unikalių punktų sąrašui galima kelti iki presence_penalty=0.8 esant frequency_penalty=0.2.

Svarbiausi punktai

  • Buvimo bauda skatina naudoti naujus žodžius (fiksuota bauda)
  • Dažnumo bauda atgraso nuo dažnų žodžių kartojimosi (kaupiamoji bauda)
  • Abu parametrai kinta nuo -2,0 iki 2,0, numatytoji reikšmė – 0
  • Laikykis 0,0–0,8 diapazono, kad išvengtum nepageidaujamo poveikio
  • Naudok buvimo baudą teminei įvairovei, o dažnumo baudą – teksto sklandumui