Key points are not available for this paper at this time.
大型语言模型(LLMs)的迅速出现,如ChatGPT和Claude,正在彻底改变各个领域,从教育和医疗到可靠软件系统的工程。这些LLMs通过“提示”进行操作,用户使用这些自然语言输入来查询和利用模型的能力。鉴于LLMs的创新性,有效使用提示的理解主要还是轶事性的,基于孤立的用例。这种碎片化的方法限制了LLMs的可靠性和实用性,尤其是在它们被应用于关键任务的软件环境中。因此,为了在这些关键环境中充分利用LLMs的潜力,我们需要一种系统的、有纪律的“提示工程”方法,以指导与这些LLMs的互动和评估。
Schmidt等(周四)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: