- 12021年Java之Spring+MyBatis面试题_mybatis 和spring 的选择题
- 2Spark Streaming实时处理_实时统计最近1分钟内每个单词的出现次数(每10秒统计1次)
- 3Mac连接虚拟机(Linux系统)
- 4cef3 Binary Distributions下载及示例编译_cef3下载网址
- 5面试中常见的问题总结_面试常见问题blog
- 6机器学习周刊 第4期：动手实战人工智能、计算机科学热门论文、免费的基于ChatGPT API的安卓端语音助手、每日数学、检索增强 (RAG) 生成技术综述_unsloth模型
- 7百亿量化私募高薪急招C++！ 春招/校招/社招，21/22
- 8OpenHarmony 实战开发——图形框架解析_openharmony系统架构
- 9oracle数据库，索引_orale索引存储占比
- 10python pygame event get_Pygame需要pygame.event.get（）“为了不撞车
LLMs之PE：大模型核心技术—提示工程(Prompt Engineering)—拿来即用—实战应用技巧案例集合(如PC/CoT/ToT/ReACT/ScP/PCTS等思想，Broke/RTRWCO-_大模型pe 提示词工程
赞
踩
LLMs之PE：大模型核心技术—提示工程(Prompt Engineering)—拿来即用—实战应用技巧案例集合(如PC/CoT/ToT/ReACT/ScP/PCTS等思想，Broke/RTRWCO-STAR等提示框架结构)
目录
LLMs：OpenAI 官方文档发布提高 GPT 使用效果指南—GPT最佳实践(GPT best practices)翻译与解读
大模型核心技术—提示工程(Prompt Engineering)—理论部分
1、Prompt工程高质量完全指南：使用不同的Prompt 工程技术来实现不同的目标
(4)、限定类别：控制生成提示(模板/特定词汇等)、多项选择提示、文本分类提示、可解释性软提示
(7)、细分任务：文本生成提示、命名实体识别提示、概述提示、聚类提示
大模型核心技术—提示工程(Prompt Engineering)——实战技巧案例集合实用技巧总结
测试ChatGPT：Let's think step by step
测试ChatGPT：Let's work this out in a step by step way to be sure we have the right answer
测试ChatGPT：Let’s consider all possible options and evaluate them one by one.（让我们考虑所有可能的选择，并逐一评估它们）
LLMs之ReACT-Agent：ReACT-Agent简介、实现及其使用方法(MReACT/AutoReACT)、案例应用(比如采用ReAct框架让LLM稳定输出JSON格式数据)之详细攻略
T4、采用Broke提示框架结构：Background+Role+Objective+Key Resul+Evolve
T5、采用RTRW提示框架结构：Role+Task+Request+Workflow
T6、采用CO-STAR提示框架结构：Context+Objective+Style+Tone+Audience+Response
采用ChatGPT对比输出结果：是否采用CO-STAR 框架实现
