Prompts
含有「Prompts」共 6 篇內容
全部內容
發佈日期由新至舊
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。
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。
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。
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。
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。
