learn prompting

學習宣傳

該存儲庫記錄了我在迅速的工程課程中的進步，重點是製定技術和策略，以與最新一代通用大型語言模型（LLMS）合作。

背景

隨著Chatgpt的發布，LLM越來越成為主流，徹底改變了我們與AI系統互動的方式。在Chatgpt之前，NLP中有幾個顯著的進步為這項革命奠定了基礎，包括Vaswani ET的“關注您所需要的所有人”。 Al。 ，Bert，GPT-2，GPT-3，T5，Roberta，Electra和Albert。儘管這些進步非常重要，但它們可能並不對公眾廣為人知。 2023年標誌著這些通用模型在各個行業中大量採用生成任務的轉折點。作為數據科學家，持續學習是一個關鍵屬性，並且保持LLM技術的最前沿對於在AI驅動的自然語言處理時代提供最佳可行解決方案至關重要。

課程目標

本課程的主要目的是對及時工程技術的有效互動，深入了解與LLM的有效互動。通過掌握這些策略，我的目標是提高我使用自然語言力量開發創新，有效和有效的解決方案的能力。

存儲庫結構

該存儲庫分為以下各章：

1. ？基礎：及時的工程和基本技術簡介
2. 基本應用：及時工程的簡單，實際應用
3. ？ ‍♂️中級：基於研究的PE技術中等複雜性
4. ？應用提示：社區成員貢獻的全面PE流程演練
5. 高級應用程序：及時工程的功能強大，更複雜的應用
6. ⚖️可靠性：增強大語言模型（LLM）的可靠性
7. ？ 圖像提示：及時工程文本到圖像模型，例如Dalle和穩定的擴散
8. ？及時黑客：迅速黑客的進攻和防禦技術
9. ？提示調整：使用基於梯度的技術提示提示
10. ？雜項：與及時工程有關的其他主題和技術集合