|
|
|
@ -1,9 +1,9 @@
|
|
|
|
|
# Automatic Prompt Engineer (APE)
|
|
|
|
|
|
|
|
|
|
import { Callout, FileTree } from 'nextra-theme-docs'
|
|
|
|
|
import {Screenshot} from 'components/screenshot'
|
|
|
|
|
import APE from '../../img/APE.png'
|
|
|
|
|
import APECOT from '../../img/ape-zero-shot-cot.png'
|
|
|
|
|
import { Callout, FileTree } from 'nextra-theme-docs';
|
|
|
|
|
import { Screenshot } from 'components/screenshot';
|
|
|
|
|
import APE from '../../img/APE.png';
|
|
|
|
|
import APECOT from '../../img/ape-zero-shot-cot.png';
|
|
|
|
|
|
|
|
|
|
<Screenshot src={APE} alt="APE" />
|
|
|
|
|
Image Source: [Zhou et al., (2022)](https://arxiv.org/abs/2211.01910)
|
|
|
|
@ -22,5 +22,5 @@ Image Source: [Zhou et al., (2022)](https://arxiv.org/abs/2211.01910)
|
|
|
|
|
이 논문에서는 프롬프트를 자동으로 최적화하는 아이디어인 프롬프트 엔지니어링과 관련된 중요한 주제를 다룹니다. 이 페이지에서는 이 주제에 대해 더 자세히 설명하지는 않고, 관련된 중요한 논문을 아래에 소개합니다:
|
|
|
|
|
|
|
|
|
|
- [AutoPrompt](https://arxiv.org/abs/2010.15980) - 경사 유도 검색(gradient-guided search)을 기반으로 다양한 일련의 작업에 대한 프롬프트를 자동으로 만드는 방법을 제안.
|
|
|
|
|
- [Prefix Tuning](https://arxiv.org/abs/2101.00190) - NLG 문제에서 학습 가능한 연속 접두사를 앞에 붙이는 미세 튜닝에 대한 가벼운 대안 제시.
|
|
|
|
|
- [Prefix Tuning](https://arxiv.org/abs/2101.00190) - NLG 문제에서 학습 가능한 연속 접두사를 앞에 붙이는 미세 튜닝에 대한 가벼운 대안 제시.
|
|
|
|
|
- [Prompt Tuning](https://arxiv.org/abs/2104.08691) - 역전파를 통해 소프트 프롬프트를 학습하는 매커니즘 제안.
|
|
|
|
|