[python-大语言模型]从浅到深一系列学习笔记记录

整体学习路径参照:点这里

python-机器学习-深度学习-大语言模型-数据开发

  • 面向开发者的LLM入门
      • 提示原则

面向开发者的LLM入门

学习链接:
github地址:https://github.com/datawhalechina/prompt-engineering-for-developers
在线阅读地址:https://datawhalechina.github.io/prompt-engineering-for-developers/#/

提示原则

  1. 编写清晰、具体的prompt
    提供清晰、具体的prompt,最好是一个prompt只执行一件事。当提供具体的细节信息,更有助于AI模型理解。
    可以使用隔断符来编写prompt,避免混淆和提示词注入。隔断符可以使用markdown格式编写方式去使用。学习链接:结构化编写方式

名词解释:::
提示词注入:用户输入的文本可能包含与你的设想prompt相冲突的内容,如果不加分隔符,这些输入就可能’注入‘并操纵语言模型,导致出现有歧义的输出。
2. 给模型时间去思考
3. 局限性
4. 英文原版prompt

你可能感兴趣的:(人工智能学习,python,自然语言处理)