拓展阅读
(按名称排序)
- 2023 AI 指数报告 (在新标签页中打开)
- 使用 GPT-3 进行提示工程的 3 个原则 (在新标签页中打开)
- 关于大型语言模型的八件事 (在新标签页中打开)
- 生成式语言模型入门指南 - LaMBDA 指南 (在新标签页中打开)
- 大型语言模型提示工程完整介绍 (在新标签页中打开)
- ChatGPT 提示工程通用框架 (在新标签页中打开)
- SEO 人员的 ChatGPT 提示指南 (在新标签页中打开)
- 任何人都可以设计！借助生成式 AI 的一点帮助 (在新标签页中打开)
- AI 内容生成 (在新标签页中打开)
- AI 的崛起催生了新职业：提示工程师 (在新标签页中打开)
- AI 安全、RLHF 和自监督 - Jared Kaplan | 斯坦福大学 MLSys #79 (在新标签页中打开)
- 优秀文本指令学习论文 (在新标签页中打开)
- 优秀的 ChatGPT 提示 (在新标签页中打开)
- 100+ 最佳 Stable Diffusion 提示 (在新标签页中打开)
- 使用 OpenAI API 进行提示工程的最佳实践 (在新标签页中打开)
- 构建 GPT-3 应用 — 超越提示 (在新标签页中打开)
- AI 真的能免受基于文本的攻击吗？ (在新标签页中打开)
- ChatGPT、AI 和 GPT-3 应用及用例 (在新标签页中打开)
- ChatGPT 提示 (在新标签页中打开)
- ChatGPT 插件合集 ⭐️ (非官方) (在新标签页中打开)
- ChatGPT3 提示工程 (在新标签页中打开)
- 卡内基梅隆大学 2022 高级自然语言处理：提示 (在新标签页中打开)
- 常识如同暗物质 - Yejin Choi | 斯坦福大学 MLSys #78 (在新标签页中打开)
- 用你的文字创造图像 – Bing Image Creator 现已登陆新版 Bing (在新标签页中打开)
- Curtis64 的提示要点集 (在新标签页中打开)
- CS324 - 大型语言模型 (在新标签页中打开)
- CS 324 - 基础模型进展 (在新标签页中打开)
- CS224N：基于深度学习的自然语言处理 (在新标签页中打开)
- DALL·E 2 提示工程指南 (在新标签页中打开)
- DALL·E 2 预览 - 风险与限制 (在新标签页中打开)
- DALLE 提示书 (在新标签页中打开)
- DALL-E，请再给我来一幅毕加索作品 (在新标签页中打开)
- 扩散模型：实用指南 (在新标签页中打开)
- 利用 GPT-3 提示 (在新标签页中打开)
- 探索提示注入攻击 (在新标签页中打开)
- 用 GPT-3 的情境学习推断非自然语言处理：好的、坏的和神秘的 (在新标签页中打开)
- FVQA 2.0：在基于事实的视觉问答中引入对抗性样本 (在新标签页中打开)
- 使用 Cohere 的生成式 AI：第一部分 - 模型提示 (在新标签页中打开)
- 生成式 AI：斯坦福 HAI 的视角 (在新标签页中打开)
- 来看看这项新工作：“提示工程师”，充当 AI 聊天机器人的心理学家 (在新标签页中打开)
- 对 GPT-3 进行图灵测试 (在新标签页中打开)
- GPT-3 及以后 (在新标签页中打开)
- GPT3 和提示：快速入门 (在新标签页中打开)
- GPT-4 教程：如何与多个 PDF 文件 (~1000 页特斯拉 10-K 年报) 聊天 (在新标签页中打开)
- Bing 新增 ChatGPT 类似功能上手体验 (在新标签页中打开)
- 如何画任何东西 (在新标签页中打开)
- 如何获得令人满意的图片 (在新标签页中打开)
- 如何让 LLMs 说真话 (在新标签页中打开)
- 如何完善你的 AI 生成器提示写作 (在新标签页中打开)
- 如何写出好的提示 (在新标签页中打开)
- 如果我在 2023 年开始学习提示工程：我的 8 条内部秘籍 (在新标签页中打开)
- Bing Chat 上的间接提示注入 (在新标签页中打开)
- GPT-3 提示参数交互式指南 (在新标签页中打开)
- ChatGPT 引言 (在新标签页中打开)
- 人类反馈强化学习引言 (在新标签页中打开)
- 为提示工程辩护 (在新标签页中打开)
- 越狱 ChatGPT：你需要知道的一切 (在新标签页中打开)
- Claude 2.1 的长上下文提示 (在新标签页中打开)
- 语言模型与提示工程：NLP 中提示方法的系统综述 (在新标签页中打开)
- 语言模型行为：综合调查 (在新标签页中打开)
- 学习提示 (在新标签页中打开)
- 学习提示 (在新标签页中打开)
- LINGO：视觉去偏自然语言指令以支持任务多样性 (在新标签页中打开)
- 用 ChatGPT 制作 PowerPoint 演示文稿 (在新标签页中打开)
- 认识 Claude：Anthropic 的 ChatGPT 竞争对手 (在新标签页中打开)
- 提示编程方法 (在新标签页中打开)
- 模式坍塌之谜 (在新标签页中打开)
- 用于文本到图像生成器的 NLP：提示分析 (在新标签页中打开)
- CS224N/Ling284 深度学习自然语言处理 - 第 11 讲：提示、指令微调和 RLHF (在新标签页中打开)
- sw-yx 的提示工程笔记 (在新标签页中打开)
- 关于复杂大型语言模型的陷阱（和优势） (在新标签页中打开)
- OpenAI 食谱 (在新标签页中打开)
- OpenAI 针对多种应用的提示示例 (在新标签页中打开)
- 预训练、提示、预测 - NLP 新范式 (在新标签页中打开)
- 提示工程师：科技界最热门的职位？ (在新标签页中打开)
- Lilian Weng 的提示工程 (在新标签页中打开)
- 提示工程 101 - 引言与资源 (在新标签页中打开)
- 提示工程 201：高级提示工程与工具包 (在新标签页中打开)
- 提示工程 101：自动补全、零样本、单样本和少样本提示 (在新标签页中打开)
- 提示工程 101 (在新标签页中打开)
- 提示工程 - 新兴职业？ (在新标签页中打开)
- co:here 的提示工程 (在新标签页中打开)
- 微软的提示工程 (在新标签页中打开)
- 提示工程：未来的职业 (在新标签页中打开)
- 在我们自己的文档上使用 davinci-003 进行提示工程实现自动化支持（第一部分） (在新标签页中打开)
- 提示工程指南：如何工程化完美的提示 (在新标签页中打开)
- GPT-3 中的提示工程 (在新标签页中打开)
- 提示工程模板 (在新标签页中打开)
- GitHub 上的提示工程主题 (在新标签页中打开)
- 提示工程：2023 终极指南 [GPT-3 & ChatGPT] (在新标签页中打开)
- 提示工程：从文字到艺术 (在新标签页中打开)
- 使用 OpenAI 的 GPT-3 和其他 LLM 进行提示工程 (在新标签页中打开)
- 针对 GPT-3 的提示注入攻击 (在新标签页中打开)
- 通过提示注入读取秘密 OpenAI API 密钥 (在新标签页中打开)
- 提示：更好地使用语言模型处理 NLP 任务的方法 (在新标签页中打开)
- 少样本学习的提示方法 (在新标签页中打开)
- NLP 中的提示：基于提示的零样本学习 (在新标签页中打开)
- 语言模型的提示方法及其在弱监督中的应用 (在新标签页中打开)
- Gwern 的提示即编程 (在新标签页中打开)
- 使用全新 AI 驱动 Bing 的传播者提示 (在新标签页中打开)
- 反向提示工程：为了乐趣（而非）盈利 (在新标签页中打开)
- 检索多模态信息进行增强生成：一项调查 (在新标签页中打开)
- 所以你想成为一名提示工程师：未来的关键职业 (在新标签页中打开)
- 模拟器 (在新标签页中打开)
- 从指令开始 (在新标签页中打开)
- 与机器对话：提示工程与注入 (在新标签页中打开)
- 科技界最热门的新工作：AI 倾听者。无需编程 (在新标签页中打开)
- 那本书 - Fed 蜜罐 (在新标签页中打开)
- ChatGPT 提示书 (在新标签页中打开)
- ChatGPT 列表的列表：一个包含 3000+ 提示、示例、用例、工具、API、扩展、失败案例及其他资源的集合 (在新标签页中打开)
- 本世纪最重要的工作技能 (在新标签页中打开)
- 语言的镜子 (在新标签页中打开)
- 瓦路易吉效应（超长文） (在新标签页中打开)
- Bing AI 辅助搜索的思考与印象 (在新标签页中打开)
- 用生成式 AI 释放你的创造力：学习如何构建创新产品！ (在新标签页中打开)
- 用提示工程解锁创造力 (在新标签页中打开)
- 使用 GPT-Eliezer 对抗 ChatGPT 越狱 (在新标签页中打开)
- ChatGPT 在做什么……为什么它有效？ (在新标签页中打开)
- 为什么 ChatGPT 这么厉害？ (在新标签页中打开)
- 【彻底解读】未来工程师必备技能，阅读提示工程指南「Prompt Engineering Guide」并总结 (在新标签页中打开)