Pre Train Prompt Predict
# Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing
## Índice
- [Fonte Principal](#fonte-principal)
- [Pontos-chave](#pontos-chave)
- [Aplicações em Prompt Engineering](#aplicações-em-prompt-engineering)
- [Limitações e Considerações](#limitações-e-considerações)
- [Navegação](#navegação)
## Fonte Principal
Artigo: "Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing"
Autores: Pengfei Liu, et al.
Link: <https://arxiv.org/abs/2107.13586>
## Pontos-chave
1. **Paradigma de Prompting**: Introdução ao conceito de prompting como uma nova abordagem em NLP.
2. **Taxonomia de Métodos de Prompting**:
- Classificação baseada em modalidade de prompt (discreto vs. contínuo)
- Categorização por estratégias de engenharia de prompt (manual, automática, híbrida)
3. **Aplicações de Prompting**:
- Uso em várias tarefas de NLP, incluindo classificação, geração e extração de informações
- Adaptação de prompts para domínios específicos
4. **Técnicas de Otimização de Prompts**:
- Métodos baseados em gradiente para prompts contínuos
- Estratégias de busca para prompts discretos
5. **Avaliação de Métodos de Prompting**:
- Métricas de desempenho em diferentes tarefas
- Comparação com métodos tradicionais de fine-tuning
## Aplicações em Prompt Engineering
- Desenvolvimento de prompts mais eficientes para tarefas específicas de NLP
- Criação de sistemas de NLP mais adaptáveis e generalizáveis
- Melhoria da interpretabilidade de modelos de linguagem grandes
## Limitações e Considerações
- Dependência da qualidade e tamanho do modelo pré-treinado
- Desafios na transferência de conhecimentos entre domínios
- Necessidade de mais pesquisas sobre a robustez dos métodos de prompting
## Navegação
- [Próximo: Language Models are Few-Shot Learners](language_models_few_shot_learners.md)
- [Voltar para Articles](..)
<div align="center">
<a href="#índice">Voltar ao Índice</a> |
<a href="https://github.com/EYLatamSouth/beyondlabs-prompt-engineering">Sobre este Projeto</a> |
<a href="https://github.com/EYLatamSouth/beyondlabs-prompt-engineering/blob/main/LICENSE">Licença</a>
</div>when to use it
Community prompt sourced from the open-source GitHub repo EYLatamSouth/beyondlabs-prompt-engineering (MIT). A "Pre Train Prompt Predict" style prompt — adapt the placeholders and specifics to your task. Imported as-is and not independently retested here, so check the output before relying on it.
tags
codingcommunitydeveloper
source
EYLatamSouth/beyondlabs-prompt-engineering · MIT
more in Coding
Coding✓ tested
Senior code review (strict mode)
senior staff engineer running a merciless but fair review
Coding✓ tested
Debug by hypothesis, not by guessing
debugging partner who forms theories before touching code
Coding✓ tested
Generate tests from described behavior
test engineer who writes tests that would actually catch regressions