ما هي بعض التقنيات المتقدمة للهندسة السريعة في مهام البرمجة

1. فهم تفسير النموذج للاستعلامات المتعلقة بالترميز: يتضمن ذلك الفهم العميق لمفاهيم البرمجة والقدرة على توضيحها بطريقة يمكن للنموذج معالجتها بفعالية. الهدف هو صياغة المطالبات التي تتماشى مع التمثيلات الداخلية للنموذج وآليات الاهتمام.[1]

2. تسلسل المطالبات والمطالبات متعددة الأدوار: تقسيم مهمة الترميز المعقدة إلى سلسلة من المطالبات، حيث يتم استخدام إخراج موجه واحد كمدخل للموجه التالي. وهذا يسمح للنموذج بمعالجة المهمة خطوة بخطوة.[2][3]

3. تحفيز سلسلة التفكير (CoT): تزويد النموذج بأمثلة للاستدلال خطوة بخطوة لحل المشكلة، وتوجيهه لإنشاء سلسلة الاستدلال الخاصة به.[4][5] لقد ثبت أن هذا يؤدي إلى تحسين الأداء بشكل ملحوظ في مهام التفكير المعقدة.

4. مطالبة الاتساق الذاتي: امتداد لـ CoT حيث يتم أخذ عينات من مسارات التفكير المتعددة، ويتم تحديد الإجابة الأكثر اتساقًا مع الذات. وهذا مفيد للمشكلات المفتوحة ذات الحلول الصحيحة المتعددة.[4]

5. هندسة الموجهات التلقائية (APE): أسلوب يتعامل مع الموجه نفسه على أنه "البرنامج" المطلوب تحسينه، وذلك باستخدام نماذج اللغة لإنشاء المطالبات المرشحة والبحث فيها للعثور على المطالبات الأكثر فعالية لمهمة معينة. [5]

6. توفير السياق والأمثلة ذات الصلة: يمكن أن يساعد تضمين المعلومات الخاصة بالمجال وإرشادات أسلوب الترميز وأمثلة المدخلات والمخرجات في الموجه في توجيه النموذج نحو إنشاء تعليمات برمجية أكثر دقة وملاءمة.[1][3]

المفتاح هو تجربة التصميم الفوري والاختبار والتحسين بشكل متكرر للعثور على المطالبات الأكثر فعالية لمهام الترميز المحددة ونموذج اللغة الخاص بك. يمكن للهندسة السريعة الدقيقة أن تعزز بشكل كبير قدرات نماذج اللغات الكبيرة للمساعدة في البرمجة.

[1] الهندسة السريعة لمهام الترميز - نحو علم البيانات[2] تقنيات الهندسة السريعة المتقدمة - Mercity AI[3] الهندسة السريعة في عام 2024: التقنيات والاستخدامات والمتقدمة... - الجوزة[4] الهندسة السريعة المتقدمة: ما الذي تتضمنه؟ - DataScientest.com[5] prompts-advanced-usage.md - GitHub