如何才能让大规模语言模型输出自己想要的结果？GitHub已标星4.7k。

一位来自斯坦福大学的华人本科生Kevin Liu，就通过prompt injection的方法，让微软ChatGPT搜索的全部prompt泄露。此后，更是掀起了一股调戏ChatGPT的热潮。

而今天新发布在GitHub上的一个项目，整理了提示工程的指南、论文、讲座和资源，堪称史上最全prompt资料包。

项目地址：https://github.com/dair-ai/Prompt-Engineering-Guide
语言模型的输出需要通过输入的提示实现，但结果的质量取决于你为它提供多少信息。随着我们介绍越来越多的例子和提示工程的应用，你会注意到，一个提示通常会由几种不同的元素构成：
  • 指令：希望模型执行的具体任务或指示
  • 背景：补充的外部或上下文信息，可以引导模型做出更好的反应
  • 输入数据：想要解决的输入或问题
  • 输出指示：输出的类型或格式
究竟该怎样玩转提示工程呢？GitHub上的这份指南，会提供很大的帮助。这份指南包括演讲、提示介绍、论文、工具和库、数据集、博客和教程等读物，总共6个部分。
作者Elvis Saravia，是DAIR.AI的联合创始人。他在台湾清华大学取得了信息系统与应用的硕士和博士学位。在此之前，他在Meta AI担任了2年技术产品营销经理，并曾是NeurIPS研讨会和NAACL 2019的程序委员会的成员。从Linkedin上的经历来看，这位朋友似乎也曾负责过LeCun一直心心念的Galactica。
参考资料：
https://github.com/dair-ai/Prompt-Engineering-Guide

 

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除