Prompt Learning全面梳理扫盲

Prompt Learning(PL)对工业界few-shot等场景的潜力是巨大的,在此参考各大牛的整理,根据自己的理解重新进行了PL的全面梳理扫盲,后续读者可以根据各个探索方向(如Answer Engineering)进行相关论文文献的跟进。以下内容均为PPT形式。

在这里插入图片描述
在这里插入图片描述

1. 发展过程

在这里插入图片描述
在这里插入图片描述

2. Prompt Learning 工作流

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3. 探索方向

在这里插入图片描述
在这里插入图片描述

3.1 Template设计(Prompt Template Engineering)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.2 Verbalizer相关设计 (Answer Engineering)

在这里插入图片描述

3.3 训练策略(Prompt-based Training Strategies)

在这里插入图片描述

4. 总结

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5. 参考资料

hugging face
NLP新宠——浅谈Prompt的前世今生
Knowledgeable Prompt-tuning: Incorporating Knowledge into Prompt Verbalizer for Text Classification (KPT)
Prompt 如何更好地应用于工业界?
【NLP】Prompt Learning 超强入门教程
Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Xu_Wave

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值