LLM-微调-0参数微调：Prompt-tuning（离散型）【用简短的提示/问题/示例（prompt）为模型提供了上下文来指导模型执行特定任务】【本质：使用训练好的LM估计给定条件下的条件概率分布】

大模型语言模型在多个领域展现了强大的能力。然而，随着模型的增长和复杂性的提升，如何引导模型生成准确、有价值的输出成为了一个关键问题。

Prompt相当于产品经理的需求文档；大模型的输出相当于研发人员研发出的产品；需求文档越详细，研发出的产品就越符合预期。

在解决这一问题的过程中，Prompt（提示语）的重要性日益凸显。Prompt是一种简短的文本片段，用于引导大模型生成特定类型的输出。它们可以是问题、指令、示例等形式，为模型提供了上下文和方向。通过巧妙设计的Prompt，我们能够引导模型生成更加准确、有针对性的回答和创造性的输出。

一、Prompt基本定义

Prompt简单说就是驱动大模型进行表达文本描述。

更详细地说，Prompt的基本定义包括以下几个要素：

1. 文本片段：Prompt可以是一个短语、一句话、一个段落，甚至是一个完整的问题。它通常是由人类设计者创建的，用于明确和传达特定的意图或任务要求。
2. 引导模型行为：Prompt的目的是引导模型执行特定的操作或生成特定类型的输出。这可以包括回答问题、完成任务、写作文章、生成代码等。Prompt需要明确指导模型的期望行为，确保生成的结果符合预期。
3. 上下文和约束：Prompt可以包含上下文信息，以便模型理解和生成与之相关的内容。上下文可以是先前的对话历