サクサク読めて、アプリ限定の機能も多数！アプリで開くはてなブックマーク閉じる ●はてなブックマークって？●アプリ・拡張の紹介●ユーザー登録●

はてなブックマーク

総合 ●人気 ●新着 ● IT ● 最新ガジェット ● 自然科学 ● 経済・金融 ● おもしろ ● マンガ ● ゲーム ● はてなブログ︵総合︶一般 ●人気 ●新着 ● 社会ニュース ● 地域 ● 国際 ● 天気 ● グルメ ● 映画・音楽 ● スポーツ ● はてな匿名ダイアリー ●人気 ●新着 ● 新型コロナウイルス ● 働き方 ● 生き方 ● 地域 ● 医療・ヘルス ● 教育 ● はてな匿名ダイアリー政治と経済 ●人気 ●新着 ● 政治 ● 経済・金融 ● 企業 ● 仕事・就職 ● マーケット ● 国際 ● はてなブログ︵政治と経済︶暮らし ●人気 ●新着 ● カルチャー・ライフスタイル ● ファッション ● 運動・エクササイズ ● 結婚・子育て ● 住まい ● グルメ ● お金 ● はてなブログ︵暮らし︶ ● 掃除・整理整頓 ● 雑貨 ● 買ってよかったもの ● 旅行 ● アウトドア ● 趣味学び ●人気 ●新着 ● 人文科学 ● 社会科学 ● 自然科学 ● 語学 ● ビジネス・経営学 ● デザイン ● 法律 ● 本・書評 ● 将棋・囲碁 ● はてなブログ︵学び︶テクノロジー ●人気 ●新着 ● IT ● セキュリティ技術 ● はてなブログ︵テクノロジー︶ ● AI・機械学習 ● プログラミング ● エンジニアおもしろ ●人気 ●新着 ● まとめ ● ネタ ● おもしろ ● これはすごい ● かわいい ● 雑学 ● 癒やしエンタメ ●人気 ●新着 ● スポーツ ● 映画 ● 音楽 ● アイドル ● 芸能 ● お笑い ● サッカー ● 話題の動画アニメとゲーム ●人気 ●新着 ● マンガ ● Webマンガ ● ゲーム ● 任天堂 ● PlayStation ● アニメ ● バーチャルYouTuber ● オタクカルチャー ● Wikipedia

﹃Prompt Engineering Guide – Nextra﹄

● 人気 ● 新着 ● すべて

Retrieval Augmented Generation (RAG) for LLMs – Nextra

5users

www.promptingguide.ai Retrieval Augmented Generation (RAG) for LLMs There are many challenges when working with LLMs such as domain knowledge gaps, factuality issues, and hallucination. Retrieval Augmented Generation (RAG) provides a solution to mitigate some of these issues by augmenting LLMs with external knowledge such as databases. RAG is particularly useful in knowledge-intensive scenarios or domain-specific appli ● テクノロジー ●2024/02/07 06:55 ●あとで読む

ReAct Prompting – Nextra

5users

www.promptingguide.ai ReAct Prompting Yao et al., 2022 (opens in a new tab) introduced a framework named ReAct where LLMs are used to generate both reasoning traces and task-specific actions in an interleaved manner. Generating reasoning traces allow the model to induce, track, and update action plans, and even handle exceptions. The action step allows to interface with and gather information from external sources such ● テクノロジー ●2023/04/14 18:14 ●あとで読む

Chain-of-Thoughtプロンプティング – Nextra

5users

www.promptingguide.ai Wei et al. (2022) (opens in a new tab)で紹介されたchain-of-thought (CoT)プロンプティングは、中間的な推論ステップを介して複雑な推論能力を可能にします。few-shot promptingと組み合わせることで、推論が必要なより複雑なタスクでより良い結果を得ることができます。プロンプト: このグループの奇数を合計すると偶数になります。: 4、8、9、15、12、2、1。 A: 奇数を全て加えると(9, 15, 1)25になります。答えはFalseです。このグループの奇数を合計すると偶数になります。: 17、10、19、4、8、12、24。 A: 奇数を全て加えると(17, 19)36になります。答えはTrueです。このグループの奇数を合計すると偶数になります。: 16、11、14、4、8、13、24。 A: 奇数を全て加えると( ● 学び ●2023/04/09 14:59

プロンプトの設計に関する一般的なヒント – Nextra

5users

www.promptingguide.ai プロンプトの設計に関する一般的なヒントプロンプトを設計する際には以下のことに注意するとよいでしょう。簡単に始めるプロンプトの設計を始める際には、プロンプトの設計が、最適な結果を得るために多くの実験を必要とする反復的なプロセスであることを念頭に置く必要があります。OpenAIやCohereのようなシンプルなプレイグラウンドから始めると良いでしょう。シンプルなプロンプトから始め、結果を向上させるために要素や文脈を追加していくことができます。そのためにはプロンプトのバージョン管理が重要です。このガイドを読むと、具体性、簡潔さ、明確さがより良い結果をもたらすことがわかるでしょう。多くの異なるサブタスクを含む大きなタスクがある場合、タスクをよりシンプルなサブタスクに分解し、結果が改善されるにつれて徐々に構築していくことができます。こうすることで、プロンプトの設計プロセスが複雑になりすぎるの ● テクノロジー ●2023/04/06 06:21 ●あとで読む

プロンプトの例 – Nextra

7users

www.promptingguide.ai プロンプトの例前のセクションでは、LLMにプロンプトを与える方法の基本的な例を紹介しました。このセクションでは、プロンプトがどのように異なるタスクを実行するために使用されるかのさらなる例を示し、その過程でキーとなるコンセプトを紹介します。概念を学ぶ最良の方法は、例を通して理解することです。以下では、上手く作成されたプロンプトが異なるタイプのタスクを実行するためにどのように使用されるかについていくつかの例をカバーしています。トピック‥ テキスト要約情報抽出質問応答テキスト分類会話コード生成推論テキスト要約自然言語生成の標準的なタスクの1つに、テキスト要約があります。テキスト要約にはさまざまなフレーバーやドメインが含まれることがあります。実際、言語モデルの最も有望な応用の1つは、記事やコンセプトをクイックで読みやすい要約にまとめる能力です。プロンプトを使用して基本的な要約 ● テクノロジー ●2023/04/06 01:18 ●tips

敵対的プロンプト︵Adversarial Prompting︶ – Nextra

4users

www.promptingguide.ai 敵対的プロンプト︵Adversarial Prompting︶敵対的プロンプト︵Adversarial prompting︶は、LLMに関連するリスクや安全上の問題を理解するのに役立つことから、プロンプトエンジニアリングにおける重要なトピックです。また、これらのリスクを特定し、対処するための技術を設計することも重要な学問分野です。コミュニティは、何らかの形でプロンプト注入を伴う敵対的プロンプト攻撃の多くの異なるタイプを発見しました。以下にこれらの例を示します。 LLMを構築する際に、セーフティガードレールを迂回し、モデルのガイドラインを破壊する可能性のあるプロンプト攻撃から保護することが非常に重要です。以下では、この例を説明します。ここで示されるプロンプト攻撃のいくつかは、より強固なモデルが実装され、問題が解決された可能性があります。つまり、以下に示すいくつかのプロンプト攻撃は、現在 ● 暮らし ●2023/04/06 01:02

プロンプトエンジニアリング技術 – Nextra

3users

www.promptingguide.ai プロンプトエンジニアリング技術この時点で明らかになっているように、異なるタスクでより良い結果を得るために、プロンプトを改善することが役立つことがわかりました。これがプロンプトエンジニアリングのアイデア全体です。基本的な例は楽しかったですが、このセクションでは、より高度なプロンプトエンジニアリング技術を紹介し、より複雑で興味深いタスクを達成することができます。 ● テクノロジー ●2023/04/05 23:23

プロンプトの基礎 – Nextra

54users

www.promptingguide.ai プロンプトの基礎基本的なプロンプトシンプルなプロンプトでも多くを達成できますが、結果の品質は提供する情報の量とそのクオリティによって異なります。プロンプトには、モデルに渡す指示や質問のような情報、文脈、入力、または例などの他の詳細を含めることができます。これらの要素を使用して、モデルをより適切に指示し、より良い結果を得ることができます。まずは、シンプルなプロンプトの基本例について説明しましょう。プロンプト ● テクノロジー ●2023/04/05 20:53 ●ChatGPT ●プロンプト ●LLM ●あとで読む ●エンジニア ●プログラミング ●考え方

ChatGPT プロンプトエンジニアリング – Nextra

14users

www.promptingguide.ai ChatGPT プロンプトエンジニアリングこのセクションでは、ChatGPTの最新のプロンプトエンジニアリング技術について、ヒント、アプリケーション、制限、論文、参考資料を追加しています。トピック‥ ChatGPTの紹介会話タスクのレビュー ChatGPTとの会話 ChatGPTの紹介 ChatGPTは、会話形式でのやりとりができる新しいモデルであり、OpenAIによってトレーニングされています。このモデルは、プロンプトに従って指示を実行し、対話の文脈に適切な応答を提供するようにトレーニングされています。ChatGPTは、質問に答えたり、レシピの提案、特定のスタイルで歌詞を書いたり、コードを生成したりするのに役立ちます。 ChatGPTは、人間のフィードバックからの強化学習︵RLHF︶を使用してトレーニングされています。このモデルは、以前のGPTのイテレーションよりもはるかに能力があ ● テクノロジー ●2023/04/05 20:12 ●あとで読む

LLMの設定 – Nextra

4users

www.promptingguide.ai LLMの設定プロンプトを使用する場合、APIを経由、または直接LLMと対話することになります。いくつかのパラメータを設定することで、プロンプトに異なる結果を得ることができます。 Temperature - 簡潔に言うと、この値が低ければ低いほど、最も確率が高い回答が常に選ばれるため、結果はより決定論的になります。この値を上げると、ランダム性が増し、より多様で創造的なアウトプットが可能になります。つまり、他の回答の可能性のある重みを増やすことになります。応用例としては、事実に基づくQAなどでは、この値を低くして、より事実に基づいた簡潔な回答を促すとよいでしょう。逆に、詩の生成やその他の創造的なタスクでは、temperatureを上げると効果的かもしれません。 Top_p - 同様に、核サンプリングと呼ばれるサンプリング手法であるtop_pでは、モデルが応答を生成する際の決定性をコントロール ● テクノロジー ●2023/04/05 19:46 ●ChatGPT ●あとで読む

Prompt Engineering Guide – Nextra

9users

www.promptingguide.ai Prompt Engineering Guide プロンプトエンジニアリングは、言語モデル︵LMs︶を効率的に使用するためのプロンプトを開発および最適化する比較的新しい学問分野です。プロンプトエンジニアリングのスキルを身につけることで、大規模言語モデル︵LLMs︶の能力と限界をより理解することができます。研究者は、プロンプトエンジニアリングを使用して、質問応答や算術推論などの一般的なおよび複雑なタスクのLLMsの能力を向上させます。開発者は、LLMsやその他のツールとのインタフェースとなる強固で効果的なプロンプテクニックを設計するためにプロンプトエンジニアリングを使用します。プロンプトエンジニアリングは、プロンプトの設計と開発に限らず、LLMsとのインタラクションおよび開発に役立つ幅広いスキルと技術を含みます。これは、LLMsとインタフェースすること、ビルドすること、能力を理解すること ● テクノロジー ●2023/04/05 16:55 ●AI ●あとで読む

はじめに – Nextra

8users

www.promptingguide.ai はじめにプロンプトエンジニアリングは、言語モデル︵LM︶を効率的に使用するためのプロンプトの開発と最適化のための比較的新しい学問分野です。プロンプトエンジニアリングのスキルは、大規模な言語モデル︵LLM︶の能力と限界をより良く理解するのに役立ちます。研究者は、プロンプトエンジニアリングを使用して、質問応答や算術推論などの一般的で複雑なタスクの幅広い範囲でLLMの能力を向上させます。開発者は、プロンプトエンジニアリングを使用して、LLMやその他のツールとインターフェースする堅牢で効果的なプロンプティング技術を設計します。このガイドでは、プロンプトの基本をカバーし、大規模な言語モデル︵LLM︶とやり取りして指示する方法の概要を提供します。すべての例は、OpenAIのプレイグラウンドを使用した text-davinci-003 でテストされています。デフォルトの設定、すなわち temper ● テクノロジー ●2023/04/05 14:46 ●あとで読む

Prompt Engineering Guide – Nextra

1465 users

Prompt Engineering Guide – Nextra

101 users

www.promptingguide.ai Prompt Engineering Guide Prompt engineering is a relatively new discipline for developing and optimizing prompts to efficiently use language models (LMs) for a wide variety of applications and research topics. Prompt engineering skills help to better understand the capabilities and limitations of large language models (LLMs). Researchers use prompt engineering to improve the capacity of LLMs on a ● 学び ●2023/03/18 12:05 ●chatgpt ●prompt ●AI ●LLM ●gpt ●NLP ●guide ●あとで読む

このページはまだ
ブックマークされていません

このページを最初にブックマークしてみませんか？

﹃Prompt Engineering Guide – Nextra﹄の新着エントリーを見る

キーボードショートカット一覧

j次のブックマーク k前のブックマーク lあとで読む eコメント一覧を開く oページを開く ●総合 ●一般 ● ●政治と経済 ●暮らし ●学び ●テクノロジー ●エンタメ ●アニメとゲーム ●おもしろ ●アプリ・拡張機能 ●開発ブログ ●ヘルプ ●お問い合わせ ●ガイドライン ●利用規約 ●プライバシーポリシー ●利用者情報の外部送信について ●ガイドライン ●利用規約 ●プライバシーポリシー ●利用者情報の外部送信について ●公式アカウント ●ホットエントリー ●はてなブログ ●はてなブログPro ●人力検索はてな ●はてなブログタグ ●はてなニュース ●ソレドコ

はてなブックマーク

﹃Prompt Engineering Guide – Nextra﹄

Retrieval Augmented Generation (RAG) for LLMs – Nextra

ReAct Prompting – Nextra

Chain-of-Thoughtプロンプティング – Nextra

プロンプトの設計に関する一般的なヒント – Nextra

プロンプトの例 – Nextra

敵対的プロンプト︵Adversarial Prompting︶ – Nextra

プロンプトエンジニアリング技術 – Nextra

プロンプトの基礎 – Nextra

ChatGPT プロンプトエンジニアリング – Nextra

LLMの設定 – Nextra

Prompt Engineering Guide – Nextra

はじめに – Nextra

Prompt Engineering Guide – Nextra

Prompt Engineering Guide – Nextra

このページはまだ
ブックマークされていません

キーボードショートカット一覧