Siin on mõned põhilised täiustatud kiired inseneritehnikad suurte keelemudelitega ülesannete kodeerimiseks:
1. Kodeerimisega seotud päringute mudeli tõlgendamise mõistmine: see hõlmab programmeerimiskontseptsioonide sügavat mõistmist ja suutlikkust neid sõnastada viisil, mida mudel saab tõhusalt töödelda. Eesmärk on koostada viipeid, mis ühtivad mudeli sisemiste esituste ja tähelepanumehhanismidega.[1]
2. Prompt Chaining ja Multi-Turn Prompting: keeruka kodeerimisülesande jagamine viipade jadaks, kus ühe viipa väljundit kasutatakse järgmise sisendina. See võimaldab mudelil ülesandega samm-sammult hakkama saada.[2][3]
3. Mõtteahela (CoT) küsimine: pakkudes mudelile näiteid samm-sammulise arutluskäigu kohta probleemi lahendamiseks, suunates seda looma oma arutlusahelat.[4][5] On näidatud, et see parandab oluliselt keerukate arutlusülesannete toimivust.
4. Self-Consistency Prompting: CoT laiendus, kus valitakse mitu arutluskäiku ja valitakse kõige iseseisev vastus. See on kasulik mitme kehtiva lahendusega avatud probleemide korral.[4]
5. Automatic Prompt Engineering (APE): tehnika, mis käsitleb viipa ennast optimeeritava "programmina", kasutades keelemudeleid kandidaatviipade genereerimiseks ja nende vahel otsimiseks, et leida antud ülesande jaoks kõige tõhusam. [5]
6. Asjakohase konteksti ja näidete esitamine: domeenispetsiifilise teabe, kodeerimisstiili juhiste ja sisend-väljundnäidete lisamine viibale võib aidata suunata mudelit täpsema ja asjakohasema koodi genereerimise poole.[1][3]
Võti on iteratiivselt katsetada kiire disaini, testimise ja viimistlemisega, et leida konkreetsete kodeerimisülesannete ja keelemudeli jaoks kõige tõhusamad juhised. Hoolikas ja kiire projekteerimine võib märkimisväärselt parandada suurte keelemudelite võimalusi kodeerimisabi saamiseks.
[1] Prompt Engineering for Coding Tasks – Towards Data Science[2] Advanced Prompt Engineering Techniques – Mercity AI[3] Prompt Engineering in 2024: Techniques, Uses & Advanced... – Acorn[4] Advanced Prompt Engineering: mida see hõlmab? - DataScientest.com[5] prompts-advanced-usage.md – GitHub
Tsitaadid:[1] https://towardsdatascience.com/prompt-engineering-llms-coding-chatgpt-artificial-intelligence-c16620503e4e?gi=54ae68d69ee0
[2] https://www.mercity.ai/blog-post/advanced-prompt-engineering-techniques
[3] https://www.acorn.io/resources/learning-center/prompt-engineering
[4] https://datascientest.com/en/advanced-prompt-engineering-what-does-it-involve
[5] https://github.com/dair-ai/Prompt-Engineering-Guide/blob/main/guides/prompts-advanced-usage.md