Prompt engineering All you need Cn

Proyek cepat

Prompt Engineering adalah disiplin yang relatif baru yang dirancang untuk mengembangkan dan mengoptimalkan petunjuk untuk menggunakan model bahasa (LMS) secara efektif untuk berbagai aplikasi dan topik penelitian. Keterampilan rekayasa TIPS membantu lebih memahami fungsi dan keterbatasan model bahasa besar (LLM).

Rekayasa yang cepat dapat digunakan untuk meningkatkan kemampuan LLMS pada berbagai tugas umum dan kompleks seperti tanya jawab dan penalaran aritmatika, desain yang kuat dan teknik -teknik yang efektif yang berinteraksi dengan LLM dan alat lainnya.

Didorong oleh minat yang tinggi dalam mengembangkan LLM, kumpulan bahan panduan Tip Engineering ini dibuat, yang berisi semua makalah terbaru, panduan studi, kuliah, referensi dan alat yang terkait dengan Tip Engineering. (Saya akan memperbarui setiap tiga hari untuk saat ini)

---

Sebagian besar konten yang saat ini diterjemahkan dari Dair-ai (https://github.com/dair-ai/prompt-engineering-guide)

• Notebook dan tayangan slide susu disertakan.

• Perselisihan dan Twitter Dair-ai

• Platform (disarankan)

  • Langchain - Menggabungkan LLM dengan sumber komputasi atau pengetahuan lain
  • LLAMAINDEX - Mudah menghubungkan LLM ke data eksternal Anda untuk menghilangkan kekhawatiran tentang batas ukuran ujung.
  • Lexica - Mesin pencari difusi stabil
  • PromptPerFect - Prompt Optimizer Dirancang untuk Model Bahasa Besar (LLM), Model Besar (LM), dan LMOPS.
  • ProMPTHERO - Platform pencarian prompt yang dapat menghasilkan gambar melalui AI berkualitas tinggi untuk melacak petunjuk yang dimasukkan oleh pengguna.
  • PromptBase - Platform "prompt" untuk membeli dan menjual, meminta insinyur untuk mendapatkan keuntungan dengan menjual tips profesional. Setiap harga berkisar dari $ 1,99 hingga $ 5. Platform ini bisa mendapatkan 20% bagian dari setiap transaksi, tetapi platform tidak dapat mencegah pembeli mempublikasikan "prompt" secara gratis.
  • Mesin Prompt - Repo ini berisi pustaka utilitas NPM untuk tips untuk membuat dan memelihara model bahasa besar (LLM).
  • Segera - tulis dan jalankan tes untuk petunjuk dan menggunakan perubahan dengan percaya diri.
  • Saxifrage - Generator Prompt Visual

---

Daftar isi

• Kuliah
• memandu
• Alat dan perpustakaan
• Dataset
• kertas
• Blog, panduan, tutorial, dan bacaan lainnya

---

memandu

Berikut ini adalah panduan rekayasa TIP untuk pengembangan DAIR-AI. Panduan Dair-Ai sedang dalam pengembangan. (Saya akan memperbarui setiap tiga hari untuk saat ini)

• Teknik cepat - Pendahuluan
• Prompt Engineering - Prompt Dasar
• Prompt Engineering - Advanced Prompt
• Prompt Engineering - Aplikasi
• Teknik cepat - chatgpt
• Prompt Engineering - Prompt permusuhan
• Teknik cepat - keandalan
• Teknik Prompt - Topik Lain -Lain

---

pengajaran

• Kuliah DAIR-AI 1 jam yang memberikan tinjauan komprehensif tentang tips, aplikasi, dan alat.
  • Kuliah video
  • Notebook dengan kode
  • Slideshow

---

Alat dan perpustakaan

(Diurutkan berdasarkan nama)

• AI Test Kitchen
• Tips yang lebih baik
• DreamStudio
• DEBU
• Dyno
• Setiap prompt
• Indeks GPT
• Gpttools
• HWCHASE17/Tips Pribersarial
• Penjelajah Komposisi Interaktif
• Langchain
• Belajar
• Lexica
• Tenun roller
• Metaprompt
• Openai Playground
• OpenPrompt
• Tempat bermain
• Prodia
• Basis cepat
• Mesin prompt
• Generator Prompt Dall-E 2 Openai
• Cepat
• PromptInject
• Prompts.ai
• Sumber prompt
• Skala mantra
• Sharegpt
• Pikiran sumber
• Visual Prompt Builder

---

Dataset

(Diurutkan berdasarkan nama)

• Dataset Tim Merah Antropik, (kertas)
• Kiat chatgpt yang luar biasa
• Difusi
• Midjourney meminta
• P3 - Kolam Prompt Publik
• Partiprompts
• Toksisitas nyata meminta
• Dataset difusi yang stabil
• Menulis Prompt

---

kertas

Berikut adalah makalah terbaru tentang rekayasa cepat (diurutkan berdasarkan tanggal rilis). Kami memperbarui makalah ini setiap hari dan menambahkan kertas baru. Kami menambahkan abstrak makalah ini ke panduan di atas setiap minggu:

• Survei/Ikhtisar:

  • Eksplorasi model bahasa yang ditingkatkan (Februari 2023)
  • Survei Pembelajaran Konteks (Desember 2022)
  • Penalaran menuju model bahasa besar: survei (Desember 2022)
  • Kemampuan Muncul Model Bahasa Besar (Juni 2022)
  • Klasifikasi pengubah prompt pembuatan teks-ke-gambar (April 2022)
  • Pelatihan, dorongan, dan prediksi: Survei sistematis tentang metode yang diminta dalam pemrosesan bahasa alami (Juli 2021)

• Teknik/Metode Pendekatan/Teknik:

  • Model Bahasa yang Dapat Diukur Generasi Tip Pembelajaran Semi-Divisi (Februari 2023)

  • Tentukan ruang lingkup kemampuan model bahasa besar dalam pembuatan teks terbuka dengan kendala cepat (Februari 2023)

  • À-la-carte prompt tuning (APT): Menggabungkan data yang berbeda melalui tips yang dapat dikomposisi (Februari 2023)

  • GraphPrompt: Unifikasi Pra-Pelatihan untuk Jaringan Saraf Grafis dan Tugas Hilir (Februari 2023)

  • Kapasitas Model Bahasa Besar dalam Moral Self-Emedy (Februari 2023)

  • SwitchPromppt: Soft Tips for Gated Area Spesifik untuk Pembelajaran Terbaik di Domain Sumber Daya Rendah (Februari 2023)

  • Mengevaluasi ketahanan isyarat diskrit (Feb 2023)

  • Kombinasi Contoh Pembelajaran Konteks (Feb 2023)

  • Tips keras menjadi mudah: optimasi berbasis gradien diskrit untuk penyesuaian dan penemuan tips (Feb 2023)

  • Penalaran Berpikir Rantai Multimodal dalam Model Bahasa (Feb 2023)

  • Model bahasa besar mudah terganggu oleh konteks yang tidak terkait (Feb 2023)

  • Tips Sintesis: Menghasilkan Demonstrasi Berpikir untuk Model Bahasa Besar (Feb 2023)

  • Kiat Progresif: Pembelajaran Berkelanjutan Model Bahasa (Jan 2023)

  • Kiat Pemrosesan Batch: Penalaran Efisien API LLM (Jan 2023)

  • Pikirkan lagi, janganlah kita berpikir langkah demi langkah! Prasangka dan toksisitas dalam penalaran nol-titik (Desember 2022)

  • AI Konstitusi: tidak berbahaya dari umpan balik AI (Desember 2022)

  • Kiat Berkelanjutan: Selesaikan Masalah Kompleks (Desember 2022)

  • Temukan perilaku model bahasa melalui evaluasi yang ditulis oleh model (Desember 2022)

  • Tips Struktural: Perluas pembelajaran konteks ke 1.000 contoh (Desember 2022)

  • PAL: Model Bahasa Berbantuan Program (November 2022)

  • Model bahasa besar adalah insinyur prompt tingkat manusia (November 2022)

  • Abaikan tip sebelumnya: Teknologi Serangan Model Bahasa (Nov 2022)

  • Teks yang dihasilkan mesin: Studi komprehensif model ancaman dan metode deteksi (Nov 2022)

  • Penalaran Algoritmik Mengajar melalui Pembelajaran Konteks (Nov 2022)

  • Tingkatkan konsistensi diri dan kinerja model bahasa pra-terlatih melalui inferensi bahasa alami (November 2022)

  • Tanyakan Santai: Strategi Sederhana Untuk Mendorong Model Bahasa (Okt 2022)

  • Bereaksi: Penalaran dan tindakan terkoordinasi dalam model bahasa (Oktober 2022)

  • Tip GPT-3 dapat diandalkan (Okt 2022)

  • Tip Dekomposisi: Metode Modular Untuk Memecahkan Tugas Kompleks (Okt 2022)

  • Model Bahasa adalah Alasan Serakah: Analisis Bentuk Sistematis Tautan Pemikiran (Okt 2022)

  • Evaluasi Kerentanan Model Bahasa Pra-Terlatih Melalui Contoh permusuhan yang dirancang dengan tangan (September 2022)

  • Promptagator: Dapatkan sejumlah kecil pencarian intensif dari 8 contoh (September 2022)

  • Nilai yang mendorong model bahasa untuk menjadi lebih baik (Juni 2022)

  • Model Bahasa Besar adalah Nol-Point Reasoner (Mei 2022)

  • Sistem MRKL: Arsitektur simbol saraf modular yang menggabungkan model bahasa besar, sumber pengetahuan eksternal dan penalaran diskrit (Mei 2022)

  • Deteksi toksisitas dengan menghasilkan petunjuk (Mei 2022)

  • Tips Transfer Pembelajaran untuk Pembuatan Teks (Mei 2022)

  • Tidak dapat diandalkan instruksi penalaran tekstual dengan sejumlah kecil petunjuk (Mei 2022)

  • Klasifikasi pengubah Tips untuk pembuatan teks-ke-gambar (April 2022)

  • PromptChainer: Menghubungkan Tip Model Bahasa Besar Melalui Pemrograman Visual (Maret 2022)

  • Penalaran Tautan Ideologis untuk Meningkatkan Model Bahasa dengan Konsistensi Diri (Maret 2022)

  • Latih model bahasa menggunakan umpan balik manusia untuk menjalankan instruksi

  • Perkenalkan kembali peran demonstrasi: Apa yang membuat pembelajaran konteks berhasil? (Februari 2022)

  • Tips tautan ide meningkatkan inferensi untuk model bahasa besar (Januari 2022)

  • Showcase Your Work: Daftar sementara untuk Komputasi Menengah dengan Model Bahasa (November 2021)

  • Penalaran Akal Sehat Berdasarkan Generasi Petunjuk Pengetahuan (Oktober 2021)

  • Pelatihan cepat multi-tugas dapat mencapai generalisasi tugas-tugas penembakan nol (Oktober 2021)

  • Instruksi refactoring meminta untuk beradaptasi dengan bahasa GPTK (Sep 2021)

  • Pedoman Desain untuk Model Pembuatan Teks-ke-Teks (Sep 2021)

  • Menjadikan model bahasa pretrained sebagai pelajar tanpa sampel yang lebih baik (Agustus 2021)

  • Magical and Ordered Prompts dan Lokasinya: Mengatasi Sejumlah Kecil Sensitivitas Urutan Prompt (April 2021)

  • Bertese: Belajar Berbicara dengan Bert (April 2021)

  • Penyesuaian kekuatan skala dengan parameter yang valid (April 2021)

  • Pemrograman Tips Untuk Model Bahasa Besar: Melampaui Sejumlah Kecil Paradigma Tips (Feb 2021)

  • Kalibrasi Pra-Penggunaan: Tingkatkan Kinerja Sampel Kecil Model Bahasa (Feb 2021)

  • Penyesuaian Awalan: Mengoptimalkan permintaan kontinu untuk generasi (Jan 2021)

  • Autoprompt: Pengetahuan cepat dari model bahasa melalui petunjuk yang dihasilkan secara otomatis (Oktober 2020)

  • Model bahasa adalah pelajar kecil (Mei 2020)

  • Bagaimana kita tahu model bahasa apa yang diketahui? (Juli 2020)

• Aplikasi:

  • Grimm's Fairy Tales: Gunakan midjourney untuk rekayasa cepat untuk menafsirkan dongeng (Februari 2023)
  • LabelPrompt: Pembelajaran Klasifikasi Hubungan Berbasis Prompt yang Efektif (Februari 2023)
  • Penyesuaian Tips untuk Jaringan Saraf Depian untuk Pengenalan Pidato Visual untuk Adaptasi Pembicara (Februari 2023)
  • Kemampuan koreksi diri moral dalam model bahasa besar (Februari 2023)
  • Kiat untuk Klasifikasi MEME kebencian multimodal (Februari 2023)
  • Tempat: Model Bahasa Prompt Untuk mensintesis percakapan sosial (Februari 2023)
  • Tips berdasarkan akal sehat untuk generasi dialog empati yang dapat dikendalikan (Februari 2023)
  • Basis Pengetahuan Internal Untuk Model Bahasa Merangkak (Januari 2023)
  • Proyek Prompt Hukum, Digunakan untuk Peramalan Penilaian Hukum Multilingual (Desember 2022)
  • Menjelajahi Proyek Prompt dalam Model Difusi (November 2022)
  • Penjelasan Pembelajaran: Penalaran Multimodal Melalui Rantai Berpikir untuk menjawab pertanyaan ilmiah (September 2022)
  • Bicaralah dengan Copilot: Menjelajahi tips untuk menggunakan bahasa alami untuk menyelesaikan masalah CS1 (Oktober 2022)
  • Mengemudi Copilot dan Codex: Suhu Tinggi, Prompt Rendah, atau Sihir Gelap? (Oktober 2022)
  • Menulis Model Bahasa Pretrained dari Scratch (Juli 2022)

• Koleksi:

  • Kertas rantai berpikir
  • Makalah dengan kode
  • Kertas Prompt

---

Blog, panduan, tutorial, dan artikel lainnya

(Diurutkan berdasarkan nama)

• 3 prinsip untuk rekayasa cepat dengan GPT-3
• Panduan Ramah Pemula untuk Model Bahasa Umum - Panduan Lambda
• Pengantar lengkap untuk rekayasa cepat untuk model bahasa besar
• Kerangka kerja generik untuk rekayasa cepat chatgpt
• Pembuatan konten AI
• Prompt chatgpt yang luar biasa
• 100+ petunjuk difusi stabil terbaik
• Praktik terbaik untuk rekayasa cepat dengan Openai API
• Membangun Aplikasi GPT-3-Di luar prompt
• Aplikasi ChatGPT, AI dan GPT-3 dan Kasing Gunakan
• CMU Advanced NLP 2022: Diminta
• Himpunan inti prompt Curtis64
• Dall · E 2 Panduan Teknik Prompt
• Dall · E 2 Pratinjau - Risiko dan Keterbatasan
• Buku Dalle Prompt
• Dall-e, jadikan aku picasso lain
• Model Difusi: Panduan Praktis
• Mengeksploitasi petunjuk GPT-3
• Menjelajahi serangan injeksi yang cepat
• Mengekstrapolasi ke pemrosesan bahasa yang tidak wajar dengan pembelajaran dalam konteks GPT-3: yang baik, yang buruk, dan yang misterius
• AI generatif dengan kohere: Bagian 1 - Model dorongan
• Memberi GPT-3 Tes Turing
• GPT3 dan Prompts: Primer cepat
• Bagaimana menggambar apapun
• Bagaimana mendapatkan gambar yang tidak payah
• Bagaimana menulis permintaan yang bagus
• Pengantar Pembelajaran Penguatan dengan Umpan Balik Manusia
• Membela rekayasa cepat
• Model Bahasa dan Teknik Segera: Survei Sistematik Metode Diminta di NLP
• Belajar meminta
• Metode pemrograman yang cepat
• Misteri Mode Runtuh
• NLP untuk generator teks-ke-gambar: analisis cepat
• NLP dengan pembelajaran mendalam CS224N/LING284 - Kuliah 11: Promting, Instruksi Tuning, dan RLHF
• Catatan untuk rekayasa cepat oleh SW-yx
• Openai Cookbook
• Contoh Prompt Openai untuk beberapa aplikasi
• Pretrain, prompt, predict - Paradigma baru untuk NLP
• Prompt Engineering 101 - Pendahuluan dan Sumber Daya
• Prompt Engineering 101: AutoComplete, nol-shot, satu-shot, dan beberapa tendangan
• Teknik cepat 101
• Teknik cepat - profesi baru?
• Teknik cepat oleh CO: di sini
• Rekayasa cepat oleh Microsoft
• Teknik cepat: karier masa depan
• Teknik Prompt DaVinci-003 pada dokumen kami sendiri untuk dukungan otomatis (Bagian I)
• Panduan Teknik Prompt: Cara merekayasa permintaan yang sempurna
• Teknik cepat di GPT-3
• Template Teknik yang Segera
• Topik rekayasa cepat oleh github
• Teknik cepat: dari kata -kata ke seni
• Teknik cepat dengan GPT-3 Openai dan LLMS lainnya
• Serangan injeksi cepat terhadap GPT-3
• Suntikan cepat untuk membacakan Kunci API Openai Rahasia
• Meminta di NLP: Pembelajaran Zero-Shot Berbasis Prompt
• Metode yang mendorong dengan model bahasa dan aplikasinya untuk pengawasan yang lemah
• Diminta sebagai pemrograman oleh gwern
• Reverse Prompt Engineering untuk bersenang -senang dan (tidak) laba
• Jadi Anda ingin menjadi insinyur yang cepat: karier kritis masa depan
• Simulator
• Mulailah dengan instruksi
• Berbicara dengan Mesin: Teknik & Injeksi yang Segera
• Buku - Fed Honeypot
• Buku Prompt Chatgpt
• Menggunakan GPT-Eliezer Melawan Jailbreaking
• Apa yang dilakukan chatgpt ... dan mengapa itu berhasil?

---

Jika Anda berpikir ada sesuatu yang hilang, silakan kirim PR. Umpan balik dan saran juga diterima.