
人人可做提示工程师!Claude上新:一键生成、测试和评估prompt
人人可做提示工程师!Claude上新:一键生成、测试和评估prompt不会写 prompt 的看过来。
不会写 prompt 的看过来。
去年 11 月 8 日,新加坡政府科技局(GovTech)组织举办了首届 GPT-4 提示工程(Prompt Engineering)竞赛。数据科学家 Sheila Teo 最终夺冠,成为最终的提示女王(Prompt Queen)。
当下,如果我们希望通过 ChatGPT 得到有用的信息,就必须知道如何向它发出清晰的指令。为了指导用户写一个好的 prompt,OpenAI 官方曾上线了 Prompt engineering,谷歌和微软也有类似的动作。
人类设计 prompt 的效率其实很低,效果也不如 AI 模型自己优化。2022 年底,ChatGPT 上线,同时引爆了一个新的名词:提示工程(Prompt Engineering)。
近年来,大语言模型(LLMs)由于其通用的问题处理能力而引起了大量的关注。现有研究表明,适当的提示设计(prompt enginerring),例如思维链(Chain-of-Thoughts),可以解锁 LLM 在不同领域的强大能力。
无论是 Google 翻译、DeepL 翻译还是 ChatGPT,翻译大段英文的时候,“机翻感”(机器翻译的感觉)都很强,一看就是机器翻译的,很生硬,但是自己手动润色又太费时间。
随着大型语言模型(LLM)技术日渐成熟,提示工程(Prompt Engineering)变得越来越重要。一些研究机构发布了 LLM 提示工程指南,包括微软、OpenAI 等等。
不会,prompt engineering 仍然是一个基本技能。GPTs 就是一个简化版的 Agent,这段提示词就是你能用来控制这个 Agent 最重要指令。
作为连接人类与大模型的桥梁,大模型对 「Prompt (提示词)」 究竟有多敏感?同样的prompt,可能写错个单词、写法不一样,都会出现不一样的结果。
12 月 15 日-12 月 17 日,由 Founder Park、飞桨、文心大模型联合主办的 AGI Hackathon 经过两天的创新开发和第三日的路演,目前已全部结束。