Prompts
含有「Prompts」共 6 篇內容
全部內容
發佈日期由新至舊
AI 工程師的 LLM 筆記
2025/07/30
合成資料生成流程大解密:深入解析 Nemotron‑4 340B 背後的 "資料生產線"
延續上篇所介紹的 Nemotron-4 340B Technical Report 細說合成資料集的流程,可以依據需要使用其中的步驟(流程),建置自己的合成資料生產線,最後附上範例 Prompt
#
大型語言模型
#
SyntheticData
#
合成資料
喜歡
留言
AI 工程師的 LLM 筆記
2025/07/25
Tree of Thoughts:大型語言模型的深思熟慮問題解決法
大型語言模型在解決問題上的能力日益提升,但傳統方法如 CoT 仍有其侷限性。本文介紹Tree of Thoughts(ToT)方法,一種讓LLM更有效解決問題的方法。ToT將問題解決過程視為一棵樹,每個節點代表一個解決方案,透過LLM選擇並探索節點,直到找到最佳答案。
#
Prompts
#
PromptEngineering
#
CoT
喜歡
留言
AI 工程師的 LLM 筆記
2025/07/25
大型語言模型提示工程的演進:從Few-shot到Automatic CoT Prompting
本文探討大型語言模型中提示工程的演進,從 Few-shot CoT、Zero-shot CoT 到 Self-Consistency 和Automatic CoT。說明優缺點及應用場景,並重點介紹 Automatic CoT如何提升模型效能。
#
PromptEngineering
#
Prompts
#
大型語言模型
喜歡
留言
AI 工程師的 LLM 筆記
2025/07/25
提示工程:提升大型語言模型效能的關鍵
本文簡介提示工程(Prompt Engineering)在大型語言模型(LLM)應用中的關鍵角色,說明如何設計與格式化提示詞(Prompts),並比較零樣本與少樣本提示的應用差異,同時介紹提示的四大元素:指令、語境、輸入與輸出指示,協助讀者有效提升模型表現。
#
大型語言模型
#
Prompts
#
PromptEngineering
喜歡
留言
AI 峰哥
2024/12/04
你必須要學的Prompt技巧(四):學習得到超高效率管理的咒語。
這篇文章聚焦於AI的核心技術「Prompts」,闡述其在數據視覺化、歷史事件梳理與任務優先級規劃中的應用。透過有效的Prompts設計,使用者能提升AI的效率,輕鬆處理複雜數據、清晰呈現時間軸事件,以及制定高效任務計畫,實現時間與效率的最佳管理。
#
AI
#
阿峰老師
#
人工智慧
2
留言
AI 峰哥
2024/12/02
你必須要學的Prompt技巧(二):學習超高創意的咒語。
阿峰老師介紹了 AI 中的 prompts 及其重要性,並展示了三種創意工具(CT、CMC、MTC)與心智結構圖譜(MMF),強調這些工具如何幫助學習、記憶及應用理論知識。透過創意工具,AI 可以成為強大的創作夥伴,讓學習過程更有效且有趣。
#
AI
#
阿峰老師
#
人工智慧
1
留言