Prompt Engineering
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 16
- 보존된 평가 기록
- 191
Prompt engineering is the process of designing and refining the prompts used to generate text from language models, such as GPT-3 or similar models. The goal of prompt engineering is to improve the quality and relevance of the generated text by carefully crafting the prompts to elicit the desired responses from the model.
Prompt engineering involves several steps, including selecting the appropriate model architecture and parameters, designing the prompt format and structure, selecting the appropriate task and training data, and fine-tuning the model using the selected prompt and data.
Prompt engineering is a crucial step in the development of language models, as it can greatly influence the quality and effectiveness of the model's responses. By carefully designing and refining the prompts used to generate text, researchers and developers can improve the accuracy and relevance of the model's output, making it more useful for a wide range of applications, including chatbots, language translation, content creation, and more.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
일반화 가능한 파운데이션 모델 적응을 위한 확산 메타 프롬프팅 및 스티어링
대규모 언어 모델을 활용한 조기 진단을 위한 설명 가능한 대화형 인공지능 연구
LLM 기반 전력 계통 코드 생성을 위한 지식 경계 탐침 및 수요 유도 개입
교차 어텐션(Cross-Attention) 층을 활용한 시스템 프롬프트 앵커링
효과적인 프롬프트 작성을 통한 LLM 생성 코드의 에너지 효율성 개선
Jev 스타일 타입 기반 결정 모델에서 레이블이 정의를 압도하는 현상
VERSE: 에이전트 하네스를 위한 검증 기반 자기 진화 옵티마이저
SoftGene: 해석 가능한 유전자 세트 주석을 위한 단백질 언어 모델 강화 소프트 프롬프팅
소형 언어 모델(SLM) 기반 에이전트의 태스크-도구 의도 매칭을 향하여
일반화의 피기백 가설: 창발적 오정렬의 설명 및 완화
Scientific Agents: 과학 작업에서 직업별 시스템 프롬프트 평가
체스를 활용한 대규모 언어 모델의 프롬프트 최적화 벤치마킹
비전-언어 모델은 게임 내 인간의 몰입도를 이해하는가?
증강현실에서의 지각 품질 평가 및 자율 콘텐츠 조정을 위한 비전-언어 모델 활용
스켈레톤 및 전략 프롬프팅: 비전-언어 모델을 위한 학습 불필요 부정 이해
LLM 통신 루프에서 구조적 드리프트 측정을 향하여
유용한 컨텍스트가 유출될 때: 도메인 적응 ASR의 프라이버시 위험
TukaBench: 아프리카 언어를 위한 문화적 그라운딩 기반 탈옥 벤치마크
근접 정책 최적화 영역: 그래디언트가 아닌 프롬프트 속의 교사
문장 수준에서의 법해석 기준 분류: 독일 연방헌법재판소 판결 기반 벤치마크
LEGO: 법률 추론을 위한 Expert GraphRAG와 Expert Chain-of-Thought의 시너지
EduBehaviors: 교육적 대화의 감사 가능한 코딩을 위한 단언(assertion) 기반 스키마
조율된 추론 경로를 활용한 계획 기반 테스트 시점 스케일링
경로가 중요하다: KGQA에서 답변 정확도를 넘어선 소규모 언어 모델 평가
질문형 대화의 속성별 제어 요약
검색 및 하드웨어 제약 하에서 튀르키예어 도메인 문서를 위한 오픈 가중치 LLM 평가
학생 글쓰기에 대한 LLM 생성 피드백의 피드백 초점과 교육적 적응성 평가
대규모 언어 모델(LLM)은 조작된 백테스트를 잡아낼 수 있는가? 클린-대조군 캘리브레이션 벤치마크
시를 넘어서: 대규모 언어 모델(LLM)은 아랍 고전 문학 마카마를 생성할 수 있는가?
DCRL: 정책-보상 매니폴드 정렬을 통한 강화학습의 분리와 결합
LLM 추천 리랭킹의 재현율 한계
문맥 내 학습을 통한 비전-언어 기초 모델 기반 식물 시뮬레이션 구성 생성
Pro-Bench: 실세계 이종 환경 전반의 프롬프트 강건 오픈어휘 시각적 그라운딩
3D 비전-언어에서 정렬에서 융합으로
Ajar: Measuring Open Privilege in Agent Defenses
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.