learn prompting

学习宣传

该存储库记录了我在迅速的工程课程中的进步，重点是制定技术和策略，以与最新一代通用大型语言模型（LLMS）合作。

背景

随着Chatgpt的发布，LLM越来越成为主流，彻底改变了我们与AI系统互动的方式。在Chatgpt之前，NLP中有几个显着的进步为这项革命奠定了基础，包括Vaswani ET的“关注您所需要的所有人”。 Al。，Bert，GPT-2，GPT-3，T5，Roberta，Electra和Albert。尽管这些进步非常重要，但它们可能并不对公众广为人知。 2023年标志着这些通用模型在各个行业中大量采用生成任务的转折点。作为数据科学家，持续学习是一个关键属性，并且保持LLM技术的最前沿对于在AI驱动的自然语言处理时代提供最佳可行解决方案至关重要。

课程目标

本课程的主要目的是对及时工程技术的有效互动，深入了解与LLM的有效互动。通过掌握这些策略，我的目标是提高我使用自然语言力量开发创新，有效和有效的解决方案的能力。

存储库结构

该存储库分为以下各章：

1. ？基础：及时的工程和基本技术简介
2. 基本应用：及时工程的简单，实际应用
3. ？‍♂️中级：基于研究的PE技术中等复杂性
4. ？应用提示：社区成员贡献的全面PE流程演练
5. 高级应用程序：及时工程的功能强大，更复杂的应用
6. ⚖️可靠性：增强大语言模型（LLM）的可靠性
7. ？图像提示：及时工程文本到图像模型，例如Dalle和稳定的扩散
8. ？及时黑客：迅速黑客的进攻和防御技术
9. ？提示调整：使用基于梯度的技术提示提示
10. ？杂项：与及时工程有关的其他主题和技术集合