提示词工程推荐阅读论文

论文

目录

• 提示工程
• 少样本提示
• 思维链提示
• 自洽性
• 生成知识提示
• 自动提示工程
• 多模态提示
• 提示技巧
• 对抗提示

---

提示工程

• Prompt Engineering for Text-Based Generative Models
  • 论文链接: https://arxiv.org/abs/2107.13586
  • 简介: 本文概述了提示工程，并讨论了它在各种基于文本的生成模型中的应用。

少样本提示

• Few-shot Learning with Retrieval Augmented Language Models
  • 论文链接: https://arxiv.org/abs/2202.06991
  • 简介: 本文研究了使用检索增强语言模型进行少样本学习的方法。

思维链提示

• Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
  • 论文链接: https://arxiv.org/abs/2201.11903
  • 简介: 本文介绍了思维链提示，这是一种在大型语言模型中诱导推理的方法。

自洽性

• Self-Consistency Improves Chain of Thought Reasoning in Language Models
  • 论文链接: https://arxiv.org/abs/2203.02915
  • 简介: 本文探讨了自洽性如何提高语言模型中思维链推理的能力。

生成知识提示

• Generated Knowledge Prompting for Commonsense Reasoning
  • 论文链接: https://arxiv.org/abs/2110.08387
  • 简介: 本文介绍了一种用于常识推理的生成知识提示方法。

自动提示工程

• AutoPrompt: Eliciting Knowledge from Language Models with Automatically Generated Prompts
  • 论文链接: https://arxiv.org/abs/2010.15980
  • 简介: 本文介绍了一种自动生成提示以从语言模型中提取知识的方法。

多模态提示

• Multimodal Few-Shot Learning with Frozen Language Models
  • 论文链接: https://arxiv.org/abs/2106.13884
  • 简介: 本文研究了使用冻结语言模型进行多模态少样本学习的方法。

提示技巧

• Prompting to Distill Fine-grained Knowledge into Deep Neural Networks
  • 论文链接: https://arxiv.org/abs/2109.05682
  • 简介: 本文介绍了一种使用提示将细粒度知识提炼到深度神经网络中的方法。

对抗提示

• Universal Adversarial Triggers for Attacking and Analyzing NLP
  • 论文链接: https://arxiv.org/abs/1906.08934
  • 简介: 本文探讨了用于攻击和分析 NLP 的通用对抗触发器。

---

更多论文

更多内容可参考：
https://www.promptingguide.ai/zh/papers

---

补充阅读推荐

https://www.promptingguide.ai/zh/readings

---

提示词库

https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe