Систематический Обзор Промпт-Инжиниринга LLM
Научная статья представляет собой систематический обзор инженерии промптов (prompt engineering) — критически важной техники для расширения возможностей больших языковых моделей (LLM) и визуально-языковых моделей (VLM) без изменения их основных параметров. Авторы классифицируют и анализируют 41 различный метод промптинга, начиная от базовых подходов, таких как zero-shot и few-shot, до сложных архитектур, улучшающих логику, таких как Chain-of-Thought (CoT) и Tree-of-Thoughts (ToT). Обзор систематизирует эти методы по областям применения, включая повышение рассуждений, сокращение галлюцинаций и оптимизацию кода, предоставляя детальный анализ их сильных сторон, ограничений, используемых моделей и наборов данных. Главная цель статьи — обеспечить структурированное понимание быстро развивающейся области, которая является ключевым инструментом в современном искусственном интеллекте. 00:00 - Введение в инженерию подсказок (промпт-инжиниринг) 00:19 - Основной вопрос: как заставить машину думать? 00:59 - План обзора: от основ до будущего промптов 01:49 - Первые шаги: методы Zero-Shot и Few-Shot 02:37 - Революция рассуждений: от ответа к логике 03:04 - Цепочка мысли (CoT) и её эффективность 04:50 - Борьба за факты и проблема галлюцинаций 05:18 - Решение проблемы галлюцинаций: RAG и CoVe 06:17 - Будущее промптов и новые горизонты Сайт: https://systems-analysis.ru
Wiki: https://systems-analysis.ru/wiki
X (Twitter): https://x.com/system_ru
Telegram: https://t.me/systems_analysis_ru
A Systematic Survey of Prompt Engineering in Large Language Models: Techniques and Applications Pranab Sahoo, Ayush Kumar Singh, Sriparna Saha, Vinija Jain, Samrat Mondal, Aman Chadha https://arxiv.org/abs/2402.07927
#ПромптИнжиниринг #ИнженерияПодсказок #ИскусственныйИнтеллект #БольшиеЯзыковыеМодели #LLM #МашинноеОбучение #Нейросети #CoT #RAG #ТехнологииИИ #БудущееИИ #ГаллюцинацииИИ #ИИРассуждения #ZeroShot
