提示工程，也称为上下文内提示，是指在不改变其底层权重的情况下，引导大型语言模型（LLMs）以实现预期结果。这个经验性领域专注于自回归语言模型，旨在提高对齐和可控性。基本技术包括零样本学习（直接向模型提供任务）和少样本学习（提供示例以更好地指导模型的理解和性能）。 AI
排序理由 该条目是一篇博客文章，讨论了 LLM 的提示工程技术，并引用了学术论文和研究成果。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Lilian Weng 探讨无需模型权重更新的 LLM 提示工程
报道来源 [1]
-
Prompt Engineering
<p><strong>Prompt Engineering</strong>, also known as <strong>In-Context Prompting</strong>, refers to methods for how to communicate with LLM to steer its behavior for desired outcomes <em>without</em> updating the model weights. It is an empirical science and the effect of prom…