一文汇总大语言模型LLM所有prompt提示词框架的论文出处
作者: AI洞察笔记 来源: AI洞察笔记
能够让大模型推理结果变得更好的基础优化手段已经非常多了,这里梳理了常见的提示技术手段和对应的论文:
-
Zero-shot(零样本提示):https://arxiv.org/abs/2109.01652
-
Few-shot(少样本提示):https://arxiv.org/abs/2005.14165
-
CoT(链式思考提示):https://arxiv.org/abs/2201.11903
-
ToT(思维树提示):https://arxiv.org/abs/2305.10601
-
GoT(Graph of Thoughts):https://arxiv.org/abs/2308.09687
-
SC(自我一致性):https://arxiv.org/abs/2203.11171
-
Multi Persona(多角色):https://arxiv.org/abs/2307.05300
-
Least to Most(从最小到最多):https://arxiv.org/abs/2205.10625
-
Step Back(后退提示):https://arxiv.org/abs/2310.06117
-
ART(自动推理和工具使用):https://arxiv.org/abs/2303.09014
-
Reflection(反思):https://arxiv.org/abs/2303.11366
-
RAG(检索增强生成):https://arxiv.org/abs/2005.11401
以上内容在之前的分享中都详细详细提到过,有一些只需要在 Prompt 上做简单优化便可看到效果。有一些则需要进行框架设计,如对任务进行规划、分解、组合等,包括与外界环境的交互、让人参与交互,存在一定的设计成本,市面上很多 XXXGPT 也是对这些基础手段组合后的工程实践。学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒,感兴趣的朋友不妨花点时间研究下。
另外,这里给大家分享2个阅读arxiv PDF 论文的新技巧:
arxiv PDF 论文原地址:https://arxiv.org/abs/2109.01652
1)将域名中的 x 更换成 5,会跳转到 HTML 版本
替换后:https://ar5iv.org/abs/2109.01652
2)将域名中的 v 更换成 w,会跳转到一个 AI Chat with PDF 版本
替换后:https://ar5iw.org/abs/2109.01652
精彩回顾
4. 分享一个可以生成短视频脚本的GPTs,附prompt提示词
欢迎分享、在看、点赞
更多AI工具,参考Github-AiBard123,国内AiBard123