記事一覧

深堀り解説

🔒 LLMにまず前提から尋ることで出力精度を向上させる『ステップバック・プロンプティング』と実行プロンプト

深堀り解説

🔒 LLMをセラピストとして実行し、「認知の歪み」を診断させるためのプロンプト手法

深堀り解説

🔒 プロンプトを遺伝的アルゴリズムで自動最適化するプロンプトエンジニアリング手法『Promptbreeder（プロンプトブリーダー）』

深堀り解説

🔒 GPT-4などのLLMに「自らの論理的な整合性をチェック」させるフレームワーク『LogiCoT』と実行プロンプト

深堀り解説

🔒 LLMの出力から誤り（ハルシネーション）を減らす新手法『CoVe（Chain-of-Verification）』と実行プロンプト

深堀り解説

🔒 LLMの個別の性格（人格）特性を、プロンプトで「測定」「形成」する手法

深堀り解説

🔒 LLMが巡回セールスマン問題などの最適化問題を解く〜自分自身で優れたプロンプトを作成＆活用〜

深堀り解説

🔒 GPT-4に選択肢を与えるとき、順序を入れ替えるだけで性能に大きな変化があることが明らかに

深堀り解説

🔒 メタ認知をさせてLLMの能力を上げる手法「メタ認知プロンプティング」

深堀り解説

🔒 大規模言語モデルのセーフガードを故意に突破する「脱獄プロンプト」とは

深堀り解説

🔒 バイトダンスの研究者が「大規模言語モデル（LLM）のMBTI性格特性はプロンプトで調整可能」と示唆

深堀り解説

🔒 大規模言語モデルへのプロンプト、重要な情報はどこに書く？

深堀り解説

🔒 GPTが「心の理論」をもつかどうかはプロンプト次第