🚀 掌握提示工程并在我们的新课程中构建 AI 代理！使用 PROMPTING20 可享 8 折优惠 ➜ 立即报名

论文

以下是关于大型语言模型 (LLM) 提示工程的最新论文（按发布日期排序）。我们会每日/每周更新论文列表。

综述

提示报告：提示技术系统综述（在新标签页中打开） (2024 年 6 月)
提示设计与工程：引论与高级方法（在新标签页中打开） (2024 年 1 月)
大型语言模型幻觉综述：原理、分类、挑战与开放问题（在新标签页中打开） (2023 年 11 月)
从强化学习视角看 RLHF、提示及其他（在新标签页中打开） (2023 年 10 月)
少样本微调与上下文学习：公平比较与评估（在新标签页中打开） (2023 年 5 月)
通过提示工程越狱 ChatGPT：一项实证研究（在新标签页中打开） (2023 年 5 月)
实践中利用 LLM 的力量：ChatGPT 及其他综述（在新标签页中打开） (2023 年 4 月)
基础模型的工具学习（在新标签页中打开） (2023 年 4 月)
生成式 AI 的一小步，AGI 的一大步：AIGC 时代 ChatGPT 完整综述（在新标签页中打开） (2023 年 4 月)
2017 至 2023 年大型语言模型研究文献计量综述（在新标签页中打开） (2023 年 4 月)
大型语言模型综述（在新标签页中打开） (2023 年 4 月)
自然语言推理综述（在新标签页中打开） (2023 年 3 月)
增强语言模型综述（在新标签页中打开） (2023 年 2 月)
上下文学习综述（在新标签页中打开） (2022 年 12 月)
大型语言模型推理综述（在新标签页中打开） (2022 年 12 月)
基于语言模型提示的推理综述（在新标签页中打开） (2022 年 12 月)
大型语言模型的涌现能力（在新标签页中打开） (2022 年 6 月)
文本到图像生成提示修饰符分类（在新标签页中打开） (2022 年 4 月)
预训练、提示与预测：自然语言处理中提示方法的系统综述（在新标签页中打开） (2021 年 7 月)

方法

通过逻辑增强大型语言模型的零样本思维链推理（在新标签页中打开） (2024 年 2 月)
提问 LLaMA-1/2, GPT-3.5/4 所需的原则性指令（在新标签页中打开） (2023 年 12 月)
走出记忆迷宫：通过交互式阅读超越上下文限制（在新标签页中打开） (2023 年 10 月)
大型语言模型作为类比推理者（在新标签页中打开） (2023 年 10 月)
LLMLingua：压缩提示以加速大型语言模型的推理（在新标签页中打开） (2023 年 10 月)
基于离线逆向强化学习的查询相关提示评估与优化（在新标签页中打开） (2023 年 9 月)
验证链减少大型语言模型中的幻觉（在新标签页中打开） (2023 年 9 月)
连接大型语言模型与进化算法以获得强大的提示优化器（在新标签页中打开） (2023 年 9 月)
从稀疏到密集：使用密度链提示的 GPT-4 摘要（在新标签页中打开） (2023 年 9 月)
重读改善语言模型中的推理（在新标签页中打开） (2023 年 9 月)
思绪图：使用大型语言模型解决复杂问题（在新标签页中打开） (2023 年 8 月)
思绪骨架：大型语言模型可以进行并行解码（在新标签页中打开） (2023 年 7 月)
聚焦前缀微调实现可控文本生成（在新标签页中打开） (2023 年 6 月)
探索预训练语言模型的彩票提示（在新标签页中打开） (2023 年 5 月)
不太可能的头脑风暴：使用语言模型生成替代假设（在新标签页中打开） (2023 年 5 月)
让我们一步步验证（在新标签页中打开） (2023 年 5 月)
提示微调的普适性与局限性（在新标签页中打开） (2023 年 5 月)
MultiTool-CoT：GPT-3 可以通过思维链提示使用多种外部工具（在新标签页中打开） (2023 年 5 月)
PEARL：提示大型语言模型以规划和执行长文档上的操作（在新标签页中打开） (2023 年 5 月)
使用语言模型进行推理即使用世界模型进行规划（在新标签页中打开） (2023 年 5 月)
使用大型语言模型进行自我批评提示以实现归纳指令（在新标签页中打开） (2023 年 5 月)
通过自适应提示实现更好的零样本推理（在新标签页中打开） (2023 年 5 月)
分层提示协助大型语言模型进行网页导航（在新标签页中打开） (2023 年 5 月)
交互式自然语言处理（在新标签页中打开） (2023 年 5 月)
我们能否通过上下文学习编辑事实知识？（在新标签页中打开） (2023 年 5 月)
将大型语言模型的上下文学习解释为核回归（在新标签页中打开） (2023 年 5 月)
规划求解提示：通过大型语言模型改进零样本思维链推理（在新标签页中打开） (2023 年 5 月)
大型语言模型中的元上下文学习（在新标签页中打开） (2023 年 5 月)
让我们一步步采样：LLM 高效推理的自适应一致性（在新标签页中打开） (2023 年 5 月)
语言模型的后验解释可以改进语言模型（在新标签页中打开） (2023 年 5 月)
压缩后提示：利用可转移提示改进 LLM 推理的准确性-效率权衡（在新标签页中打开） (2023 年 5 月)
TreePrompt：学习构建树状提示以实现可解释的视觉定位（在新标签页中打开） (2023 年 5 月)
TELeR：用于基准测试复杂任务的 LLM 提示通用分类（在新标签页中打开） (2023 年 5 月)
通过动态上下文学习实现高效提示（在新标签页中打开） (2023 年 5 月)
网络可以成为改进大型语言模型的利器（在新标签页中打开） (2023 年 5 月)
平坦度感知提示选择提高准确性和样本效率（在新标签页中打开） (2023 年 5 月)
思绪之树：使用大型语言模型进行深思熟虑的问题解决（在新标签页中打开） (2023 年 5 月)
ZeroPrompt：流式声学编码器是零样本掩码语言模型（在新标签页中打开） (2023 年 5 月)
符号链提示激发大型语言模型的规划能力（在新标签页中打开） (2023 年 5 月)
CooK：通过模块化和协作知识赋能通用语言模型（在新标签页中打开） (2023 年 5 月)
上下文学习在上下文中“学习”什么：解耦任务识别与任务学习（在新标签页中打开） (2023 年 5 月)
再提示：通过 Gibbs 采样自动推断思维链提示（在新标签页中打开） (2023 年 5 月)
使用声明式提示的可满足性辅助语言模型（在新标签页中打开） (2023 年 5 月)
预训练以进行上下文学习（在新标签页中打开） (2023 年 5 月)
大型语言模型的增强提示集成（在新标签页中打开） (2023 年 4 月)
全局提示单元：用于有效提示的便携式控制模块（在新标签页中打开） (2023 年 4 月)
为什么要一步一步思考？推理源于经验的局部性（在新标签页中打开） (2023 年 4 月)
重新审视自动化提示：我们真的做得更好了吗？（在新标签页中打开） (2023 年 4 月)
REFINER：中间表示上的推理反馈（在新标签页中打开） (2023 年 4 月)
Reflexion：具有动态记忆和自我反思的自主代理（在新标签页中打开） (2023 年 3 月)
CAMEL：用于大规模语言模型社会“思维”探索的交流代理（在新标签页中打开） (2023 年 3 月)
自我完善：通过自我反馈进行迭代完善（在新标签页中打开） (2023 年 3 月)
kNN 提示：使用免校准最近邻推理进行超上下文学习（在新标签页中打开） (2023 年 3 月)
基于知识引导上下文优化的视觉-语言提示微调（在新标签页中打开） (2023 年 3 月)
公平性引导的大型语言模型少样本提示（在新标签页中打开） (2023 年 3 月)
大型语言模型的上下文忠实提示（在新标签页中打开） (2023 年 3 月)
提示就是你所需要的一切吗？不是。指令学习的全面而广阔视角（在新标签页中打开） (2023 年 3 月)
UPRISE：用于改进零样本评估的通用提示检索（在新标签页中打开） (2023 年 3 月)
通过提示进行模型微调使 NLP 模型具有对抗性鲁棒性（在新标签页中打开） (2023 年 3 月)
知识图谱迁移的结构预训练和提示微调（在新标签页中打开） (2023 年 3 月)
CoTEVer：用于解释验证的思维链提示注释工具包（在新标签页中打开） (2023 年 3 月)
更大的语言模型进行上下文学习的方式不同（在新标签页中打开） (2023 年 3 月)
OpenICL：一个用于上下文学习的开源框架（在新标签页中打开） (2023 年 3 月)
动态提示：一个用于提示微调的统一框架（在新标签页中打开） (2023 年 3 月)
ART：大型语言模型的自动多步推理和工具使用（在新标签页中打开） (2023 年 3 月)
多任务提示微调实现参数高效迁移学习（在新标签页中打开） (2023 年 3 月)
有限数据下前缀微调的数据增强有效性（在新标签页中打开） (2023 年 3 月)
可控数据生成的软提示混合（在新标签页中打开） (2023 年 3 月)
提示、生成、然后缓存：基础模型级联构建强大的少样本学习器（在新标签页中打开） (2023 年 3 月)
GPT-3.5 对前代模型的鲁棒性如何？一项关于语言理解任务的综合研究（在新标签页中打开） (2023 年 3 月)
ChatGPT 也能理解吗？ChatGPT 与微调 BERT 的比较研究（在新标签页中打开） (2023 年 2 月)
EvoPrompting：用于代码级神经架构搜索的语言模型（在新标签页中打开） (2023 年 2 月)
上下文指令学习（在新标签页中打开） (2023 年 2 月)
后见链对齐语言模型与反馈（在新标签页中打开） (2023 年 2 月)
语言不是你所需要的一切：感知与语言模型的对齐（在新标签页中打开） (2023 年 2 月)
带标注数据的思维链自动提示增强与选择（在新标签页中打开） (2023 年 2 月)
大型语言模型的主动提示与思维链（在新标签页中打开） (2023 年 2 月)
超出你所求：应用集成大型语言模型的新型提示注入威胁综合分析（在新标签页中打开） (2023 年 2 月)
增强 ChatGPT 提示工程的提示模式目录（在新标签页中打开） (2023 年 2 月)
通过定向激励提示引导大型语言模型（在新标签页中打开） (2023 年 2 月)
上下文学习如何帮助提示微调？（在新标签页中打开） (2023 年 2 月)
语言模型半监督学习的可扩展提示生成（在新标签页中打开） (2023 年 2 月)
带提示约束的开放文本生成中大型语言模型能力边界（在新标签页中打开） (2023 年 2 月)
零点提示微调 (APT)：通过可组合提示结合不同数据（在新标签页中打开） (2023 年 2 月)
GraphPrompt：统一图神经网络的预训练与下游任务（在新标签页中打开） (2023 年 2 月)
大型语言模型的道德自我纠正能力（在新标签页中打开） (2023 年 2 月)
SwitchPrompt：在低资源领域学习特定领域门控软提示进行分类（在新标签页中打开） (2023 年 2 月)
评估离散提示的鲁棒性（在新标签页中打开） (2023 年 2 月)
上下文学习的组合范例（在新标签页中打开） (2023 年 2 月)
硬提示变得容易：用于提示微调与发现的基于梯度的离散优化（在新标签页中打开） (2023 年 2 月)
语言模型中的多模态思维链推理（在新标签页中打开） (2023 年 2 月)
大型语言模型容易被不相关上下文分散注意力（在新标签页中打开） (2023 年 2 月)
合成提示：为大型语言模型生成思维链演示（在新标签页中打开） (2023 年 2 月)
渐进式提示：语言模型的持续学习（在新标签页中打开） (2023 年 1 月)
批量提示：使用 LLM API 进行高效推理（在新标签页中打开） (2023 年 1 月)
演示-搜索-预测：结合检索和语言模型进行知识密集型 NLP （在新标签页中打开） (2022 年 12 月)
再想一想，我们还是不要一步步思考了！零样本推理中的偏见和毒性（在新标签页中打开） (2022 年 12 月)
宪法式 AI：AI 反馈下的无害性（在新标签页中打开） (2022 年 12 月)
分解复杂问题的连续提示（在新标签页中打开） (2022 年 12 月)
大型语言模型是具有自我验证能力的推理者（在新标签页中打开） (2022 年 12 月)
使用模型撰写的评估发现语言模型的行为（在新标签页中打开） (2022 年 12 月)
结构化提示：将上下文学习扩展到 1,000 个示例（在新标签页中打开） (2022 年 12 月)
PAL：程序辅助语言模型（在新标签页中打开） (2022 年 11 月)
大型语言模型是人类水平的提示工程师（在新标签页中打开） (2022 年 11 月)
忽略之前的提示：语言模型的攻击技术（在新标签页中打开） (2022 年 11 月)
机器生成文本：威胁模型和检测方法的综合综述（在新标签页中打开） (2022 年 11 月)
通过上下文学习教授算法推理（在新标签页中打开） (2022 年 11 月)
通过自然语言推理增强预训练语言模型的自我一致性和性能（在新标签页中打开） (2022 年 11 月)
问我任何事：提示语言模型的简单策略（在新标签页中打开） (2022 年 10 月)
复述增强语言模型（在新标签页中打开） (2022 年 10 月)
ReAct：语言模型中推理与行动的协同（在新标签页中打开） (2022 年 10 月)
提示 GPT-3 使其可靠（在新标签页中打开） (2022 年 10 月)
分解提示：解决复杂任务的模块化方法（在新标签页中打开） (2022 年 10 月)
大型语言模型中的自动思维链提示（在新标签页中打开） (2022 年 10 月)
语言模型是贪婪的推理者：思维链的系统形式化分析（在新标签页中打开） (2022 年 10 月)
通过手工制作的对抗性示例评估预训练语言模型的易感性（在新标签页中打开） (2022 年 9 月)
通过策略梯度进行动态提示学习实现半结构化数学推理（在新标签页中打开） (2022 年 9 月)
Promptagator：从 8 个示例实现少样本密集检索（在新标签页中打开） (2022 年 9 月)
Atlas：使用检索增强语言模型的少样本学习（在新标签页中打开） (2022 年 11 月)
DocPrompting：通过检索文档生成代码（在新标签页中打开） (2022 年 7 月)
关于使语言模型成为更好的推理者的进展（在新标签页中打开） (2022 年 6 月)
大型语言模型是零样本推理者（在新标签页中打开） (2022 年 5 月)
助产术提示：通过递归解释实现逻辑一致的推理（在新标签页中打开） (2022 年 5 月)
MRKL 系统：一种模块化、神经符号架构，结合大型语言模型、外部知识源和离散推理（在新标签页中打开） (2022 年 5 月)
PPT：用于少样本学习的预训练提示微调（在新标签页中打开） (2022 年 5 月)
基于生成式提示推理的毒性检测（在新标签页中打开） (2022 年 5 月)
学习迁移提示进行文本生成（在新标签页中打开） (2022 年 5 月)
文本推理少样本提示中解释的不可靠性（在新标签页中打开） (2022 年 5 月)
文本到图像生成提示修饰符分类（在新标签页中打开） (2022 年 4 月)
PromptChainer：通过可视化编程链式连接大型语言模型提示（在新标签页中打开） (2022 年 3 月)
自我一致性改进语言模型的思维链推理（在新标签页中打开） (2022 年 3 月)
通过人工反馈训练语言模型遵循指令（在新标签页中打开）
重新思考演示的作用：是什么让上下文学习有效？（在新标签页中打开） (2022 年 2 月)
思维链提示引发大型语言模型的推理能力（在新标签页中打开） (2022 年 1 月)
展示你的工作：语言模型的中间计算草稿本（在新标签页中打开） (2021 年 11 月)
AI 链：通过链式连接大型语言模型提示实现透明可控的人工智能交互（在新标签页中打开） (2021 年 10 月)
用于常识推理的生成知识提示（在新标签页中打开） (2021 年 10 月)
多任务提示训练实现零样本任务泛化（在新标签页中打开） (2021 年 10 月)
将教学提示重构为 GPTk 的语言（在新标签页中打开） (2021 年 9 月)
文本到图像生成模型提示工程设计指南（在新标签页中打开） (2021 年 9 月)
使预训练语言模型成为更好的少样本学习者（在新标签页中打开） (2021 年 8 月)
神奇的有序提示及其查找方法：克服少样本提示顺序敏感性（在新标签页中打开） (2021 年 4 月)
BERTese：学习与 BERT 对话（在新标签页中打开） (2021 年 4 月)
规模对于参数高效提示微调的力量（在新标签页中打开） (2021 年 4 月)
大型语言模型的提示编程：超越少样本范式（在新标签页中打开） (2021 年 2 月)
使用前校准：提高语言模型的少样本性能（在新标签页中打开） (2021 年 2 月)
前缀微调：优化用于生成的连续提示（在新标签页中打开） (2021 年 1 月)
从任务描述中学习生成特定任务适配器（在新标签页中打开） (2021 年 1 月)
使预训练语言模型成为更好的少样本学习者（在新标签页中打开） (2020 年 12 月)
从任务描述中学习（在新标签页中打开） (2020 年 11 月)
AutoPrompt：使用自动生成的提示从语言模型中获取知识（在新标签页中打开） (2020 年 10 月)
语言模型是少样本学习者（在新标签页中打开） (2020 年 5 月)
我们如何知道语言模型了解什么？（在新标签页中打开） (2020 年 7 月)
神经语言模型的缩放定律（在新标签页中打开） (2020 年 1 月)

应用

集合

什么是 Groq？工具