4.6 prompt相关资源

1. OpenAI Cookbook

https://github.com/openai/openai-cookbook#related-resources-from-around-the-web

1.1 提示库和工具

• 指导：微软的一个看起来很方便的Python库，它使用Handlebars模板来交错生成、提示和逻辑控制。
• LangChain：一个流行的Python/JavaScript库，用于链接语言模型提示的序列。
• FLAML（自动机器学习和调优的快速库）：用于自动选择模型、超参数和其他可调选项的Python库。
• Chainlit：用于制作聊天机器人接口的Python库。
• Guardrails.ai：用于验证输出和重试失败的Python库。仍然处于alpha中，所以期待锋利的边缘和错误。
• 语义内核：来自微软的Python/C#库，支持提示模板、函数链、矢量化内存和智能规划。
• 大纲：一个Python库，提供特定于域的语言，以简化提示和约束生成。
• 提示：一个小型Python库，用于使用语言模型执行NLP任务。
• Scale Spellbook：用于构建、比较和运输语言模型应用程序的付费产品。
• PromptPerfect：用于测试和改进提示的付费产品。
• 重量和偏见：用于跟踪模型训练和及时工程实验的付费产品。
• OpenAI Evals：用于评估语言模型和提示的任务性能的开源库。
• LlamaIndex：一个Python库，用于用数据增强LLM应用程序。
• Arthur Shield：用于检测毒性、幻觉、及时注射等的付费产品。
• LMQL：一种用于LLM交互的编程语言，支持类型提示、控制流、约束和工具。

1.2 提示指南

• Brex的即时工程指南：Brex对语言模型和即时工程的介绍。
• promptingguide.ai：演示许多技术的快速工程指南。
• OpenAI食谱：提高可靠性的技术：对提示语言模型的技术的略微过时（2022年9月）回顾。
• Lil'Log Prompt Engineering：OpenAI研究人员对快速工程文献的回顾（截至2023年3月）。
• learnprompting.org：促进工程的入门课程。

1.3 视频课程

• Andrew Ng的DeepLearning.AI：为开发人员提供快速工程的短期课程。
• Andrej Karpathy的《让我们建立GPT》：详细了解GPT背后的机器学习。
• DAIR.AI的提示工程：关于各种提示工程技术的一小时视频。

1.4 关于改进推理的高级提示的论文

• 思想链促使在大型语言模型中引发推理（2022）：使用很少的提示来要求模型逐步思考，从而改善他们的推理。PaLM的数学单词问题（GSM8K）得分从18%上升到57%。
• 自我一致性改善了语言模型（2022年）中的思想推理链：从多个产出中获取选票，进一步提高了准确性。在40个产出中投票将PaLM的数学单词问题得分进一步提高，从57%提高到74%，code-davinci-002从60%提高到78%。
• 思想之树：用大型语言模型深思熟虑地解决问题（2023）：一步一步地搜索推理的树木比投票反对思想链更有帮助。它提高了GPT-4在创意写作和填字游戏方面的分数。
• 语言模型是零射击推理者（2022）：告诉遵循指令的模型一步一步地思考，可以改善他们的推理。它将text-davinci-002的数学单词问题（GSM8K）得分从13%提升到41%。
• 大型语言模型是人类级提示工程师（2023）：对可能的提示进行自动搜索，发现一个提示将数学单词问题（GSM8K）的分数提升到43%，比语言模型中人类编写的提示高出2个百分点，是零射击推理者。
• 重新提示：通过吉布斯采样（2023）自动进行思想链快速推断：对可能的思考链提示进行自动搜索，将ChatGPT在几个基准上的得分提高了0-20个百分点。
• 使用大型语言模型的忠实推理（2022）：推理可以通过一个系统来改进，该系统结合了：由替代选择和推理提示产生的思维链，选择何时停止选择-推理循环的挂钩模型，在多个推理路径上搜索的值函数，以及有助于避免幻觉的句子标签。
• STaR：引导推理与推理（2022）：思想推理链可以通过微调烘烤成模型。对于带有答案的任务，语言模型可以生成示例思维链。
• ReAct：在语言模型中协同推理和行动（2023）：对于使用工具或环境的任务，思维链工作得更好，您可以在推理步骤（思考该怎么做）和行动（从工具或环境中获取信息）之间进行交替。
• 反射：具有动态内存和自反射的自主代理（2023）：使用之前失败的记忆重试任务可以提高后续性能。
• 演示搜索预测：为知识密集型NLP（2023）编写检索和语言模型：通过“检索然后读取”增强知识的模型可以通过多跳搜索链来改进。
• 通过多代理辩论改善语言模型中的事实性和推理（2023）：在几轮中产生几个ChatGPT代理之间的辩论可以提高各种基准的分数。数学单词问题得分从77%上升到85%。

2. OpenAI官方chatgpt课程

chatgpt-prompt-engineering-for-developers/
ChatGPT 开发者Prompt 由 DeepLearning 和 OpenAI 提供的 1.5 小时的简短 ChatGPT 课程。 该课程教您使用大型语言模型 (LLM) 和最佳实践构建应用程序。

3. AI Short

• https://www.aishort.top
• 让生产力加倍的 ChatGPT 快捷指令

4. PromptHero

Prompt大英雄 通过 Stable Diffusion 和 Midjourney 等模型搜索数百万 AI 艺术图像。 在一处浏览用于创建这些图像的所有提示。
https://prompthero.com

5. FlowGPT

分享、发现和了解最有用的 ChatGPT Prompt。 他们还偶尔举办提示黑客马拉松，让您通过提交最佳Prompt来赚钱。
flowgpt.com

6. AI PRM

ChatGPT 主页的一体化提示工具包。 获取适用于营销人员、客户支持、销售等的提示模板列表。

app1.aiprm.com