Process / pipeline

Inžinierstvo promptov — Návrh inštrukcií pre veľké jazykové modely

Inžinierstvo promptov je prax vytvárania štruktúrovaných inštrukcií v prirodzenom jazyku — promptov — na vyvolanie cielených výstupov z veľkých jazykových modelov (LLM). Formalizované Brownom et al. (2020) v kontexte GPT-3 a rozšírené Wei et al. (2022) pomocou reťazca myšlienok (chain-of-thought prompting), zahŕňa štyri hlavné stratégie: zero-shot, few-shot, chain-of-thought a tree-of-thought. Namiesto opätovného trénovania modelu analytik formuje správanie modelu výlučne prostredníctvom návrhu vstupného textu.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  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

Ako citovať túto stránku

ScholarGate. (2026, June 1). Prompt Engineering (Instruction Design for Large Language Models). ScholarGate. https://scholargate.app/sk/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)). Získané 2026-06-15 z https://scholargate.app/sk/text-mining/prompt-engineering · Dátová sada: https://doi.org/10.5281/zenodo.20539026