Process / pipeline

Ingineria prompturilor — Proiectarea instrucțiunilor pentru modelele lingvistice mari

Ingineria prompturilor este practica de a crea instrucțiuni structurate în limbaj natural — prompturi — pentru a obține rezultate țintite de la modelele lingvistice mari (LLM). Formalizată de Brown et al. (2020) în contextul GPT-3 și extinsă de Wei et al. (2022) cu promptarea de tip chain-of-thought, aceasta cuprinde patru strategii principale: zero-shot, few-shot, chain-of-thought și tree-of-thought. În loc să re-antreneze un model, analistul modelează comportamentul acestuia exclusiv prin designul textului de intrare.

Deschide în MethodMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

The neighbourhood of related methods — select a node to explore.

Surse

  1. Brown, T. et al. (2020). Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems (NeurIPS), 33, 1877-1901. link
  2. Wei, J. et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. Advances in Neural Information Processing Systems (NeurIPS), 35. link

Cum se citează această pagină

ScholarGate. (2026, June 1). Prompt Engineering (Instruction Design for Large Language Models). ScholarGate. https://scholargate.app/ro/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.

Compare side by side
ScholarGatePrompt Engineering (Prompt Engineering (Instruction Design for Large Language Models)). Preluat la 2026-06-15 de pe https://scholargate.app/ro/text-mining/prompt-engineering · Set de date: https://doi.org/10.5281/zenodo.20539026