第5章 提示工程与技巧.pptxVIP

;;LLM（大语言模型）正在发展成为像水、电一样的人工智能基础设施。像预训练LLM这种艰巨任务通常只会有少数技术实力强、财力雄厚的公司去做，而大多数人则会是其用户。对一般用户来说，掌握用好LLM的技术更加重要。人们已经运用各种技术来从这些LLM系统中提取所需的输出，其中的一些方法会改变模型的行为来更好地贴近我们的期望，而另一些方法则侧重于增强我们查询LLM的方式，以提取更精确和更有关联的信息。提示、微调和检索增强生成等技术是其中应用最广泛的。;是选择提示工程、微调工程还是检索增强生成方法，取决于应用项目的具体要求、可用资源和期望的结果。每种方法都有其独特的优势和局限性。提示是易用且经济高效的，但提供的定制能力较少。微调以更高的成本和复杂性提供充分的可定制性。检索增强生成实现了某种平衡，提供最新且与特定领域相关的信息，复杂度适中。;;PART01;一种新的职位“提示工程师”登上了人工智能公司的职业需求页面。“提示工程”这个术语其实是在近几年才被创造出来的，它是促使LLM取得更好结果的艺术和科学。这些LLM可用于所有类型的语言任务，从起草电子邮件和文档到总结或分类文本都能适用。;本质上，提示是指向LLM提供输入的方法，是与任何LLM交互的基本方式。用户可以把提示看作是给模型提供的指令。当你使用提示时，会告诉模型你希望它给反馈什么样的信息。这种方法有点像是学习如何提出正确的问题以获得