Prompt Learning(PL)对工业界few-shot等场景的潜力是巨大的,在此参考各大牛的整理,根据自己的理解重新进行了PL的全面梳理扫盲,后续读者可以根据各个探索方向(如Answer Engineering)进行相关论文文献的跟进。以下内容均为PPT形式。
; 1. 发展过程
- Prompt Learning 工作流
; 3. 探索方向
3.1 Template设计(Prompt Template Engineering)
; 3.2 Verbalizer相关设计 (Answer Engineering)
3.3 训练策略(Prompt-based Training Strategies)
; 4. 总结
- 参考资料
hugging face
NLP新宠——浅谈Prompt的前世今生
Knowledgeable Prompt-tuning: Incorporating Knowledge into Prompt Verbalizer for Text Classification (KPT)
Prompt 如何更好地应用于工业界?
【NLP】Prompt Learning 超强入门教程
Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing
Original: https://blog.csdn.net/qq_22795223/article/details/123923311
Author: Xu_Wave
Title: Prompt Learning全面梳理扫盲
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/528114/
转载文章受原作者版权保护。转载请注明原作者出处!