آموزش مهندسی پرامپت پیشرفته برای همه - آخرین آپدیت

نوشتن و یادگیری در متن Writing & In-context Learning

• چرا واداشتن هوش مصنوعی مولد به نوشتن شبیه به شما، یک چالش سخت در مهندسی پرامپت است Why Getting Generative AI to Write Like You is a Hard Prompt Engineering Task

• پرامپت‌ها، دستورالعمل‌ها و نویسندگی Prompts, Instructions, & Writing

• اصلاح تکرار شونده در یک گفتگو و دلیل تفاوت آن Iterative Refinement in a Conversation and Why It is Different

• یادگیری در متن، نویسندگی و تراکم اطلاعات In-Context Learning, Writing, & Information Density

• الگوی شخصیت نویسنده The Writing Persona Pattern

• انتخاب مثال‌ها برای یادگیری در متن حیاتی است Example Selection is Critical for In-Context Learning

• اصلاح پرامپت‌ها بر اساس اولویت Preference-Driven Refinement of Prompts

بیشتر فکر کنید، نه کمتر؛ پرامپت‌نویسی برای دریافت گزینه‌ها Think More, Not Less, Prompting for Options

• بهره‌برداری از تولید محتوا Exploiting Generation

• پنج روش برای حل مسئله Five Ways to Solve the Problem

• رویکردهای تولید Generation Approaches

• تولید معیارهای ارزیابی Generating Assessment Metrics

• جستجوی خودکار Automated Search

مهندسی پرامپت: یادگیری ماشین برای همه Prompt Engineering: Machine Learning for Everyone

• پنج جزء تشکیل‌دهنده یک پرامپت The Five Components of a Prompt

• یادگیری ماشین برای همه Machine Learning for All

• انجام طبقه‌بندی با استفاده از پرامپت‌ها Performing Classification with Prompts

• خوشه‌بندی با استفاده از پرامپت‌ها Clustering with Prompts

• پیش‌بینی با استفاده از پرامپت‌ها Prediction with Prompts

• پیشنهاددهی با استفاده از پرامپت‌ها Recommendation with Prompts

• آموزش مدل‌ها با پرامپت‌ها: یادگیری در متن Training Models with Prompts: In-Context Learning

• پرامپت شما باید از چه تعداد و کدام مثال‌ها استفاده کند؟ How Many Examples and Which Examples Should Your Prompt Use?

کنترل عمیق قالب‌بندی خروجی Controlling Output Formatting In-depth

• الگوی قالب (Template Pattern) Template Pattern

• مارک‌داون (Markdown) چیست What is Markdown

• سازگاری درونی، راستی‌آزمایی و ارجاع به پاورقی‌ها Self-consistency, Fact Checking, & Referencing Footnotes

• قالب‌های پیشرفته‌تر مارک‌داون More Advanced Markdown Templates

• سوپاپ‌های اطمینان (Escape Valves) در پرامپت‌ها Escape Valves in Prompts

تولید تقویت‌شده با بازیابی (RAG) Retrieval Augmented Generation (RAG)

• مروری بر RAG Overview of RAG

• رویکردهای بازیابی: جستجو، پایگاه‌های داده و امبدینگ‌ها Retrieval Approaches: Search, Databases, & Embeddings

• اهمیت مهندسی پرامپت در تقویت مدل The Important of Prompt Engineering in Augmentation

• مشکلات بازیابی: یافتن مورد مناسب، اندازه تکه‌ها و نویز Issues with Retrieval: Finding the Right Thing, Chunk Size, & Noise

• پایان و تشکر Thanks