Prompt Engineering GuidePrompt Engineering KursPrompt Engineering KursServicesServicesÜberÜber
GitHubGitHub (opens in a new tab)DiscordDiscord (opens in a new tab)
  • Prompt Engineering
  • Einleitung
    • LLM Einstellungen
    • Grundlagen des Promptings
    • Elemente eines Prompts
    • Allgemeine Tipps für das Entwerfen von Prompts
    • Beispiel für Prompts
  • Techniken
    • Zero-Shot Prompting
    • Few-Shot Prompting
    • Chain-of-Thought Prompting
    • Selbstkonsistenz
    • Generiertes Wissens-Prompting
    • Prompt Chaining
    • Tree of Thoughts
    • Retrieval Augmented Generation
    • Automatic Reasoning and Tool-use
    • Automatic Prompt Engineer
    • Active-Prompt
    • Directional Stimulus Prompting
    • Program-Aided Language Models
    • ReAct
    • Reflexion
    • Multimodal CoT
    • Graph-Prompting
    • meta-prompting
  • Anwendungen
    • Funktionsaufrufe
    • Generierung von Daten
    • Generierung eines synthetischen Datensatzes für RAG
    • Umgang mit generierten Datensätzen und deren Vielfalt
    • Codegenerierung
    • Fallstudie zur Klassifizierung von Absolventenjobs
    • Prompt-Funktion
    • context-caching
    • finetuning-gpt4o
  • Prompt Hub
    • Klassifizierung
      • Sentimentklassifikation
      • Few-Shot Sentimentklassifikation
    • Coding
      • Code-Snippets generieren
      • Erzeugen von MySQL-Queries
      • TiKZ-Diagramm zeichnen
    • Kreativität
      • Reime
      • Unendlichkeit der Primzahlen
      • Interdisziplinäre Aufgaben
      • Erfindung neuer Wörter
    • Evaluation
      • Platons Dialog bewerten
    • Informationsextraktion
      • Modellnamen extrahieren
    • Bildgenerierung
      • Eine Person mit Alphabet-Buchstaben zeichnen
    • Mathematik
      • Auswertung zusammengesetzter Funktionen
      • Ungerade Zahlen addieren
    • Fragebeantwortung
      • Geschlossene Domänen-Fragenbeantwortung
      • Offene Domänen-Fragenbeantwortung
      • Wissenschaftliches Frage-Antworten
    • Schlussfolgerungen
      • Indirektes Reasoning
      • Physisches Reasoning
    • Textzusammenfassung
      • Konzepte erklären
    • Wahrhaftigkeit
      • Identifizieren von Halluzination
    • Adversariales Prompting
      • Prompt Injection
      • Prompt Leaking
      • Jailbreaking
  • Modelle
    • ChatGPT
    • Claude 3
    • Code Llama
    • Flan
    • Gemini
    • Gemini Advanced
    • Gemini 1.5 Pro
    • Gemma
    • GPT-4
    • Grok-1
    • LLaMA
    • Llama 3
    • Mistral 7B
    • Mistral Large
    • Mixtral
    • Mixtral 8x22B
    • OLMo
    • Phi-2
    • Sora
    • LLM-Sammlung
  • Risiken & Missbrauch
    • Adversariales Prompting
    • Faktentreue
    • Verzerrungen (biases)
  • LLM Forschungsergebnisse
    • LLM Agenten
    • RAG für LLMs
    • LLM Reasoning
    • LM-geführtes CoT
    • RAG Reduziert Halluzination
    • Synthetische Daten
    • RAG Zuverlässigkeit
    • LLM In-Context Recall
    • ThoughtSculpt
    • Infini-Attention
    • Vertrauenswürdigkeit in LLMs
    • LLM Tokenisierung
    • Was ist Groq?
  • Papers
  • Werkzeuge & Bibliotheken
  • Notebooks
  • Datensätze
  • Zusatzlektüre
    • Optimizing Prompts
Question? Give us feedback → (opens in a new tab)Edit this page
Prompt Hub
Schlussfolgerungen

Schlussfolgerungen mit LLMs

Dieser Abschnitt beinhaltet eine Sammlung von Prompts, um die Schlussfolgerungsfähigkeiten von LLMs zu testen.

Wissenschaftliches Frage-AntwortenIndirektes Reasoning
Copyright © 2024 DAIR.AI