提示工程
提示工程（Prompt engineering）喺人工智能嘅一個概念，特別自然語言處理（NLP）。 喺提示工程中，任務的描述會被嵌入到輸入中。通常唔喺指俾模型一個明確或暗示嘅參數，而是用問問題嘅形式，直接輸入。 提示工程的典型工作方式，將一個或多個任務轉做提示嘅數據集，並通過所謂的“基於提示學習（prompt-based learning）”黎訓練語言模型。 喺零樣本學習，喺提示入面，預留鼓勵思考鏈的語句（例如：不如我們一步一步咁思考”）可以提高語言模型喺多步驟推理問題中嘅表現。[1][2] [3] [4][5]
文獻 編輯
- ↑ Liu, Vivian; Chilton, Lydia. "Design Guidelines for Prompt Engineering Text-to-Image Generative Models". ACM Digital Library. Association for Computing Machinery. 原先內容歸檔喺2022-10-26. 喺2022-10-26搵到.
- ↑ Monge, Jim Clyde (2022-08-25). "Dall-E2 VS Stable Diffusion: Same Prompt, Different Results". MLearning.ai (英文). 原先內容歸檔喺2022-08-26. 喺2022-08-31搵到.
- ↑ McAuliffe, Zachary. "Google's Latest AI Model Can Be Taught How to Solve Problems". CNET (英文). 喺10 March 2023搵到.
- ↑ "Prompt Chaining & Large Language Models".
- ↑ "Voiceflow: The Future of AI-Powered Conversational Interfaces".