هوش مصنوعی مولد

تکنیک‌های پیشرفته پرامپت نویسی شامل زنجیره تفکر، درخت تفکر، خودسازگاری، ReAct و متا-پرامپت است که در این راهنما بررسی می‌شود

متا-پرامپت نویسی (Meta-Prompting) چیست، چگونه با استفاده از مدل برای تولید پرامپت کار می‌کند و چه زمانی مؤثر است

خود-پرامپت نویسی (Self-Prompting) چیست، چگونه با تولید پرامپت‌های پویا کیفیت خروجی را بهبود می‌دهد و در چه سناریوهایی کاربرد دارد

پرامپت نویسی خودکار (Automatic Prompt Engineering) چیست، چگونه با الگوریتم‌ها و مدل‌ها انجام می‌شود و چه مزیتی دارد

الگوریتم‌های بهینه‌سازی پرامپت شامل روش‌های گرادیانی، جستجوی گسسته و الگوریتم‌های تکاملی است که کیفیت خروجی مدل‌های زبانی را بهبود می‌دهند

تنظیم پرامپت مبتنی بر گرادیان (Gradient-Based Prompt Tuning) چگونه کار می‌کند و چرا برای مدل‌های متن‌باز حیاتی است

پرامپت‌های نرم (Soft Prompts) چیست، چگونه آموزش می‌بینند و چه تفاوتی با پرامپت‌های سخت در عملکرد دارند

تفاوت پرامپت‌های سخت (Hard Prompts) و نرم (Soft Prompts) چیست و هر کدام در چه شرایطی کاربرد دارند