Hệ thống hóa và đánh giá các kỹ thuật Prompt trong Mô hình Ngôn ngữ Lớn

Read full text Summarise with VIRAT
Authors: Võ Hoàng Thành; Hoàng Văn Thành, Hoàng Văn Thành
Cited by: 0

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