LLM之Prompt（一）：5个Prompt高效方法在文心一言3.5的测试对比

最新推荐文章于 2024-04-07 16:54:44 发布
最新推荐文章于 2024-04-07 16:54:44 发布
阅读量1.4k 收藏 1
点赞数
分类专栏： ChatGPT 笔记 文章标签： prompt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wshzd/article/details/134204020
版权
笔记 同时被 2 个专栏收录
178 篇文章 95 订阅
订阅专栏
ChatGPT
81 篇文章 11 订阅
订阅专栏

        在Effective Prompt: 编写高质量Prompt的14个有效方法文中我们了解了14个编写Prompt的方法（非常感谢原作者），那么这些Prompt在具体大模型中的效果如何呢？本文以百度文心一言3.5版本大模型在其中5个方法上做个测试对比。

第1条：明确“好结果”的标准

第2条：精准表达任务指令

第3条：为否定句设置兜底策略

第4条：指定模型所扮演的角色

第5条：使用思维链

直接计算也可以得出正确的结果，不经感叹：文心一言数学能力真强👍🏻啊

wshzd
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
使用uniapp做ai开发，太简单了。无论是chatgpt还是国内的大语言模型，都可以随意使用
qq_34274756的博客
05-14 4550
做小程序开发的应该都知道uniapp，这是Dcloud推出的一款跨端开发框架。是一个使用开发所有前端应用的框架，开发者编写一套代码，可发布到iOS、Android、Web（响应式）、以及各种小程序（微信/支付宝/百度/头条/飞书/QQ/快手/钉钉/淘宝）、快应用等多个平台。目前uniapp的用户非常多，基本上是开发多端小程序的不二之选。最近，chatgpt爆火，很多人也想要进行相关应用的开发，那么，如果用uniapp来做ai开发呢？
2023-05-06 GPT替代
技术之路
05-06 1501
网址： https://chatbot.theb.ai/#/chat/1002。网址：https://www.promptboom.com/网址： https://chat.forefront.ai/网址： https://www.tdchat.com/网址：https://fastgpt.app/网址： https://chat35.com/网址： https://poe.com/网址： https://ora.sh/
LLM入门学习之prompt工程
06-17
迎来到面向开发者的提示工程部分，本部分内容基于吴恩达老师的《Prompt Engineering for Developer》课程进行编写。《Prompt Engineering for Developer》课程是由吴恩达老师与 OpenAI 技术团队成员 Isa Fulford 老师合作授课，Isa 老师曾开发过受欢迎的 ChatGPT 检索插件，并且在教授 LLM （Large Language Model， 大语言模型）技术在产品中的应用方面做出了很大贡献。她还参与编 写了教授人们使用 Prompt 的 OpenAI cookbook。我们希望通过本模块的学习，与大家分享使用提示词 开发 LLM 应用的最佳实践和技巧。
分享一个用来对比验证prompt对GPT回答结果影响程度的prompt
m0_73546099的博客
05-29 249
请给我一个问题，和一个prompt”-----------------------------------------------------------------------------------使用场景：虽然chatgpt已经强大从计算机语言识别，到自然语言识别的转变，但是这也带来了一些有意思的问题：1. 自然语言不如计算机语言那么准确，很容易一词多义2. 自然语言包含了多语种，翻译过程中难免会出现语义偏差这就可能导致我们和AI对于自然语言的理解不一定同频。具体可查看我的调教案例。
文言一心，ChatGLM-6B和ChatGPT等模型概述
weixin_43829633的博客
06-21 2385
大模型在 NLP 任务中的出色表现确实为人工智能领域带来了新的发展和探索方向。语言作为思想的符号，是人类交流和表达的主要方式，因此理解和生成自然语言是通往通用人工智能（AGI）之路的一个重要方向。
推荐九大类实用的AI工具网站 | 最实用的AI工具网站推荐大全（建议收藏！！！）
weixin_46064809的博客
05-04 6852
随着AI技术的快速发展，越来越多的网站开始提供AI工具，以帮助用户解决日常工作和生活中的问题。在这篇博客中，将为大家推荐一些实用的AI工具网站。
prompt提升计划-突出重要信息
jiangjing0623的博客
04-07 277
通过以上这些方法，可以在提示中有效地突出重要信息，帮助大语言模型更好地理解你的需求，并提供相关的响应。
[LLM+AIGC] 01.应用篇之中文ChatGPT初探及利用ChatGPT润色论文对比浅析（文心一言 | 讯飞星火）
杨秀璋的专栏
09-18 6733
本系列主要介绍LLM、AIGC和ChatGPT相关知识，包括原理、代码实战、应用实践等内容，希望您喜欢。第一篇文章主要是ChatGPT应用初试，简单介绍什么是大语言模型（LLM）和人工智能生成内容（AIGC），利用中文ChatGPT实现英文论文润色，并与传统英文润色和语法校对进行比较。基础性文章，希望对您有所帮助！且行且珍惜，继续加油。
Prompt-Tuning：深度解读一种全新的微调范式
10-31
Prompt-Tuning是一种新兴的微调方法，它针对预训练语言模型（LLM）进行优化，以适应各种自然语言处理（NLP）任务。这一技术在人工智能生成内容（AIGC）时代尤其受到关注，因为超大规模模型如GPT-3等正逐渐成为对话式...
LLM.04 TimeBench:LLM时间推理能力的综合评估
最新发布
06-29
TIMEBENCH是一项全面评估大型语言模型（LLMs）时间推理能力的基准测试研究。该研究指出，尽管人类认知中对时间的理解至关重要，且时间是理解世界复杂性的基石，但现有研究大多聚焦于时间的特定方面，缺乏一个综合性...
GPT-5：发布日期、AGI 声明、回击等，下一个大型语言模型
04-09
GPT-5 是 OpenAI 发布的下一个主要 LLM（大型语言模型）。鉴于ChatGPT的巨大成功，OpenAI 正在继续推进为其人工智能聊天机器人提供动力的未来模型的开发。 GPT-5 旨在成为对GPT-4 的重大改进，尽管人们对此知之甚少...
LLM大模型测试训练语料数据
03-15
在预训练阶段，LLM 从大量未标记的文本数据中学习广泛的知识，然后将其存储在其模型参数中。它使 LLM 具有一定程度的语言理解和生成能力。预训练语料库可以包含各种类型的文本数据，如网页、学术资料、书籍，同时也...
ChatGPT可以作为一个翻译器吗？
热门推荐
wshzd的博客
03-02 2万+
ChatGPT在机器翻译上表现如何？
Linux 命令行报错：-bash:XXX: command not found 解决方法
wshzd的博客
01-03 1万+
输入命令export PATH=/usr/bin:/usr/sbin:/bin:/sbin即可
python 处理dataframe中的时间字段
wshzd的博客
08-18 1万+
在机器学习过程中，通常会通过pandas读取csv文件，保持成dadaframe格式，然而有时候需要对dataframe中的时间字段进行数据建模，比如时间格式为datetime，那么像一般操作dataframe的方式来操作时间字段会报错的，所以在使用sklearn库进行fit和predict的时候，通常要把时间字段首先转换为timestamp格式，在fit和predict之后，如果需要matplo
java 获取文件相对路径
wshzd的博客
05-06 1万+
1、首先需要在maven工程下的resources文件夹下添加文件 2、通过右边代码获取路径String fileName = dataPreProcess.class.getClassLoader().getResource("char_to_id.txt").getPath(); ...
类ChatGPT国产大模型ChatGLM-6B，单卡即可运行
wshzd的博客
03-15 8743
2023年3月14日GPT4又发布了，在ChatGPT发展如火如荼的当下，我们更应该关注国内的进展，今天将分享一个清华大学基于GLM-130B模型开发的类似ChatGPT的ChatGLM-6B模型，ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。因此，如果输入英文指示，回复的质量远不如中文，甚至与中文指示下的内容矛盾，并且出现中英夹杂的情况；例如当前版本的模型在被误导的情况下，会在自我认知上发生偏差。
LLM评估（一）| 大模型评估的四种方法
wshzd的博客
01-19 8571
评估文本摘要的一个主流的评估指标是ROUGE（Recall-Oriented Understudy for Gisting Evaluation），ROUGE将模型生成的文本摘要与人工编写的“groundtruth”参考摘要进行比较。使用特定任务的指标，如用于摘要的ROUGE或用于翻译的BLEU来评估LLM，具有非常可扩展和高效的显著优势：可以快速自动地评估生成的文本的大部分。它只测量生成的摘要和参考摘要之间的unigram重叠，一个完美的ROUGE-1分数意味着两个摘要中的所有单词都是相同的。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

wshzd

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

实付元
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