强烈建议所有深度使用大模型的读者,都认真读完本文,英文不好的朋友可以使用各种翻译工具进行翻译阅读。提示工程是提高AI运用能力的第一步,这个目前看起来还真得认真学习,而不是简单的道听途说。
这篇76页的论文《提示报告:系统性调查提示技术》非常受欢迎,适合周末阅读。论文深入探讨了58种仅文本提示技术和40种其他模态的提示技术,重点讨论了与现代LLM架构(如仅解码器模型)广泛使用的离散前缀提示,而不是填空提示,并排除了软提示和使用基于梯度更新的技术。文中将文本提示技术分为六大类:1) 上下文学习(ICL)- 从提示中的示例/指令学习;2) 零次射击 – 不使用示例的提示;3) 思维生成 – 促使LLM表达推理;4) 分解 – 分解复杂问题;5) 集成 – 使用多个提示并聚合输出;6) 自我批评 –