Meta veröffentlicht Prompt-Engineering-Guide für Llama 2

Meta hat "Prompt Engineering with Llama 2" veröffentlicht, ein interaktives Jupyter Notebook-Handbuch für Entwickler, Forscher und Enthusiasten, die mit großen Sprachmodellen (LLMs) arbeiten. Der Leitfaden behandelt Prompt-Engineering-Techniken und empfohlene Vorgehensweisen und stellt verschiedene Prompting-Methoden vor, wie explizite Anweisungen, Stilisierung, Formatierung, Restriktionen, Zero- und Little-Shot-Learning, Role Prompting, Chain-of-Thought, Selbstkonsistenz, Retrieval-Augmented Generation und programmgestützte Sprachmodelle. Der Leitfaden zeigt auch, wie man durch die Kombination von Rollen, Regeln, expliziten Anweisungen und Beispielen überflüssige Token in LLM-Ausgaben einschränken kann. Die Ressource zielt darauf ab, Benutzer dabei zu unterstützen, bessere Ergebnisse mit LLMs zu erzielen, indem diese Techniken effektiv genutzt werden. Das Jupyter-Notebook ist über das llama-recipes-Repository zugänglich.