הנדסת הנחיות — עיצוב הוראות למודלי שפה גדולים
הנדסת הנחיות היא הפרקטיקה של ניסוח הוראות מובנות בשפה טבעית — הנחיות — כדי לעורר פלטים מכוונים ממודלי שפה גדולים (LLMs). פורמלה על ידי בראון ועמיתיו (2020) בהקשר של GPT-3 והורחבה על ידי ויי ועמיתיו (2022) עם הנחיות שרשרת-מחשבה, היא כוללת ארבע אסטרטגיות עיקריות: אפס-דגימות, מעט-דגימות, שרשרת-מחשבה, ועץ-מחשבה. במקום לאמן מחדש מודל, האנליסט מעצב את התנהגות המודל לחלוטין באמצעות עיצוב טקסט הקלט.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems (NeurIPS), 33, 1877-1901. link ↗
- Wei, J. et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. Advances in Neural Information Processing Systems (NeurIPS), 35. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Prompt Engineering (Instruction Design for Large Language Models). ScholarGate. https://scholargate.app/he/text-mining/prompt-engineering
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- סיווג טקסט במדגם קטן (Few-Shot Text Classification)כריית טקסט↔ compare
- כוונון עדין של GPTלמידה עמוקה↔ compare
- LoRA ו-PEFTלמידה עמוקה↔ compare
- יצירת שפה טבעיתכריית טקסט↔ compare
- יצירה מוגברת אחזור (RAG)כריית טקסט↔ compare
- סיווג טקסטכריית טקסט↔ compare
- סיווג ללא דוגמאותכריית טקסט↔ compare