Hệ thống hóa và đánh giá các kỹ thuật Prompt trong Mô hình Ngôn ngữ Lớn
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
Tóm tắt: Sự phát triển của các Mô hình Ngôn ngữ Lớn (LLMs) đã mở ra những khả năng mới trong tương tác giữa người và máy. Tuy nhiên, chất lượng đầu ra của AI (Trí tuệ nhân tạo) phụ thuộc trực tiếp vào chất lượng của dữ liệu đầu vào (prompt). Bài viết này tổng hợp và phân loại các kỹ thuật câu lệnh (Prompt) từ cơ bản đến nâng cao. Thông qua việc phân tích các phương pháp như Học qua vài ví dụ (Few-Shot), Chuỗi suy luận (Chain-of-Thought) và việc thiết lập khung cấu trúc (Frameworks), nghiên cứu nhằm cung cấp một hướng dẫn chuẩn hóa giúp tối ưu hóa hiệu suất và tính chính xác của Trí tuệ nhân tạo trong các tác vụ phức tạp.
Fields of Study & Subjects
Topic Modeling
Natural Language Processing Techniques
Domain Adaptation and Few-Shot Learning
Publication details
- Journal / source
- Tạp chí Khoa học và Công nghệ - Trường Đại học Quảng Bình
- Publication date
- 25 March 2026
- Language
- VI