LLM提示工程指南
文章平均质量分 76
基于国产开源大模型ChatGLM,结合Coursera的提示工程课程,在开源LLM上测试并学习提示技巧。
今晚打佬虎
一名二手的人工智能表演艺术家!
展开
-
提示工程L6:内容扩展
扩展是将短文本(例如一组指令或主题列表)扩展为较长的文本(例如有关某个主题的电子邮件或文章)的任务。这有一些很好的用途,比如如果你将大型语言模型用作头脑风暴的伙伴。但我也想承认一些有问题的用例,例如如果有人使用它,他们生成大量的垃圾邮件。原创 2023-05-15 17:53:28 · 1288 阅读 · 0 评论 -
提示工程L5:内容转换
大型语言模型非常擅长将其输入转换为不同的格式,例如将一种语言中的文本输入并将其转换或翻译成另一种语言,或帮助拼写和语法矫正,或者甚至转换格式,例如输入HTML并输出JSON。原创 2023-05-12 18:42:44 · 1301 阅读 · 0 评论 -
提示工程L4:主题推断
推断可以看作是模型接受文本作为输入并进行某种分析的任务。因此,这可能涉及标签提取、内容理解和情感分析等。如果你想要从一段文本中提取情感,无论是积极的还是消极的,在传统的机器学习工作流程中,你需要收集标签数据集、训练模型、然后部署模型并进行推断。这样做可能效果不错,但需要完成很多繁琐的工作。而且对于每个任务,你都需要训练并部署单独的模型。大语言模型的优势是,对于许多这样的任务,你只需要编写提示即可开始生成结果。极大地提高了应用开发的速度。原创 2023-05-12 14:29:38 · 789 阅读 · 0 评论 -
提示工程L3:内容总结
文本内容总结;文本内容提取;原创 2023-05-11 18:19:12 · 668 阅读 · 0 评论 -
提示工程L2:提示迭代
提示工程的迭代。原创 2023-05-11 16:15:25 · 953 阅读 · 0 评论 -
提示工程L1:关键原则
大预言模型提示工程的关键性原则:1.准确、清洗的指令;2.给模型思考的时间原创 2023-05-11 11:43:36 · 1352 阅读 · 0 评论