AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：LLM最全「怪癖」首曝光！馬里蘭OpenAI等30+學(xué)者祭出75頁提示報(bào)告
關(guān)鍵字：提示,報(bào)告,模型,問題,技術(shù)
文章來源：新智元
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

新智元報(bào)道編輯：編輯部
【新智元導(dǎo)讀】大語言模型提示中，竟有不少「怪癖」：重復(fù)某些內(nèi)容，準(zhǔn)確性就大大提高；人名變匿名，準(zhǔn)確性就大大下降。最近，馬里蘭OpenAI等機(jī)構(gòu)的30多位研究者，首次對(duì)LLM的提示技術(shù)進(jìn)行了大規(guī)模系統(tǒng)研究，并發(fā)布75頁詳盡報(bào)告。大語言模型提示的「怪異世界」，首次如此詳盡地被暴露在我們眼前。
最近，來自馬里蘭大學(xué)、OpenAI、斯坦福、微軟等12所機(jī)構(gòu)的30多名研究者，首次對(duì)LLM的提示技術(shù)進(jìn)行了大規(guī)模的系統(tǒng)研究，并發(fā)布了一份長(zhǎng)達(dá)75頁的詳盡報(bào)告。
論文地址：https://arxiv.org/abs/2406.06608如今，提示已經(jīng)無處不在，然而在整個(gè)生成式AI行業(yè)，仍然缺乏對(duì)已出現(xiàn)的數(shù)百種技術(shù)系統(tǒng)和徹底的調(diào)查。
在這項(xiàng)工作中，研究者通過結(jié)合人工和AI的力量，從arXiv、Semantic Scholar和ACL數(shù)據(jù)庫中處理了4,797條記錄，并通過PRISMA審查過程篩選出1,565篇相關(guān)論文。
由此，他們得到一種分類法，建立了包含33個(gè)術(shù)語的綜合詞匯表，一個(gè)包含58種文本提示技術(shù)的分類體系，以及40種其他模態(tài)的提示技術(shù)等。
這篇有史以來最全的提示技術(shù)報(bào)告，

原文鏈接：LLM最全「怪癖」首曝光！馬里蘭OpenAI等30+學(xué)者祭出75頁提示報(bào)告

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。