.md .pdf

repository open issue

Contents

1. FM_Prompt Engineering

Summary

Prompt engineering은 LLM의 성능을 향상시키기 위해 입력 쿼리나 지침을 조작하는 기술입니다. 이는 LLM이 원하는 출력을 생성하도록 유도하는 데 사용됩니다. 효과적인 프롬프트 엔지니어링은 LLM의 훈련 데이터와 구조를 이해하고, 언어 해석의 미묘한 부분을 고려하며, 지속적인 테스트와 평가를 통해 프롬프트를 개선하는 것을 포함합니다.

Key Concepts

• Prompt Engineering : LLM의 성능을 향상시키기 위해 입력 쿼리나 지침을 조작하는 기술.

• Transparency of Prompts : 프롬프트의 투명성이 LLM의 성능을 향상시키는 데 중요합니다.

• Hyperparameters Tuning : LLM의 성능을 조정하기 위해 hyperparameters(예: temperature, top-K tokens, embeddings, architecture)를 조정하는 기술.

• Iterative Process : 프롬프트 엔지니어링은 지속적인 테스트와 평가를 통해 프롬프트를 개선하는 반복적인 프로세스입니다.

References

URL Name	URL
Prompt-Engineering for Open-Source LLMs - YouTube	https://www.youtube.com/watch?v=f32dc5M2Mn0
Applying Prompt Engineering To leverage LLMs Like ChatGPT & Bard	https://techpearl.com/blog/applying-prompt-engineering-to-leverage-llms-like-chatgpt-bard/
Prompt engineering: A guide to improving LLM performance - CircleCI	https://circleci.com/blog/prompt-engineering/
Beginner’s Guide to Engineering Prompts for LLMs - Oracle Blogs	https://blogs.oracle.com/ai-and-datascience/post/beginners-guide-engineering-prompts-llm
Prompt Engineering Guide	https://www.promptingguide.ai

previous

Template example

next

Benchmarking