英文参考视频课程:ChatGPT Prompt Engineering for Developers
中文字幕翻译:ChatGPT提示工程师|AI大神吴恩达教你写提示词
实现语言:Python、Golang、NodeJs
语料语言:英文、中文
LLM分成两个基本大类:Base-LLM和Instruction-Tuned-LLM。
前者是基础语言模型,基于预训练数据预测下一个单词。后者则针对指令进行微调,使其更可能完成人类的指令。
OpenAI的模型中,InstructGPT Models 列出了针对指令优化的模型。表格中也列出了不同的指令微调训练方法,如SFT、FeedME、PPO等。
编写指令的准则包括:
- 清晰和具体,但不一定要短。
- 使用定界符如"""、```、---、<>、。以防止prompt注入,给LLM产生混乱的理解。
- 使用结构化输出,如要求以HTML或JSON格式输出。
- 要求检查:要求LLM先检查是否满足某个条件后再进行输出,如果条件不满足可以直接告知。
- 利用少样本学习,展示一个期望的例子给LLM。
- 给模型一些思考时间,不要给它过于简单或困难的问题。
- 按步骤来解答,设定分隔符,例如使用"Text:<>"来表示文本。
- 让模型自己推导出过程,而不仅仅是结果。展示一个带有解题过程的例子给LLM。
- 避免模型产生幻觉:要告诉模型先查找相关资料,再根据相关资料来回答问题。(但模型产生幻觉很难避免,也是目前模型研究领域努力的方向)
资料 | 语料 |
---|---|
教学视频 | 中✅、英✅ |
Python | 中❌、英✅ |
NodeJS | 中❌、英❌ |
Golang | 中❌、英✅ |