前回に引き続き、「プロンプトレポート」の紹介記事です。メリーランド大学、OpenAI、スタンフォード大学、Microsoftなどの研究者らが、プロンプト技術の体系的な理解を提供することを目的に作成した調査報告書です。
その3 プロンプトエンジニアリングのケーススタディはこちら。
参照論文情報
- タイトル:The Prompt Report: A Systematic Survey of Prompting Techniques
- 著者:Sander Schulhoff, Michael Ilie, Nishant Balepur, Konstantine Kahadze, Amanda Liu, Chenglei Si, Yinheng Li, Aayush Gupta, HyoJung Han, Sevien Schulhoff, Pranav Sandeep Dulepet, Saurav Vidyadhara, Dayeon Ki, Sweta Agrawal, Chau Pham, Gerson Kroiz, Feileen Li, Hudson Tao, Ashay Srivastava, Hevander Da Costa, Saloni Gupta, Megan L. Rogers, Inna Goncearenco, Giuseppe Sarli, Igor Galynker, Denis Peskoff, Marine Carpuat, Jules White, Shyamal Anadkat, Alexander Hoyle, Philip Resnik
- 所属:University of Maryland, OpenAI, Stanford, Microsoft, Vanderbilt, Princeton, Texas State University, Icahn School of Medicine, ASST Brianza, Mount Sinai Beth Israel, Instituto de Telecomunicações, University of Massachusetts Amherst
背景
プロンプティングは、主に英語のテキストで最も広く使用されています。他の言語やモダリティ(情報の形式)でのプロンプティングには、技術や工夫が必要となると考えられています。
本記事では、以下の内容をお伝えします。
- マルチモーダルプロンプティングの技術と応用例
- エージェントの概念と活用方法
- LLMを用いた評価フレームワークの構築手法
なお、本「プロンプトレポート」は非常に重厚な資料であるため、本メディアでは3部作にわたって内容を紹介しています。
第一回目の記事はこちら(重要な用語と各種プロンプト手法について)
また記事の購読には、アカウント作成後の決済が必要です。
※ログイン/初回登録後、下記ボタンを押してください。
AIDBとは
プレミアム会員(記事の購読)について
■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。