dair.ai의 프롬프트 엔지니어링 가이드

읽을거리&정보공유
, , , ,
1

일전에 GeekNews의 Brex의 프롬프트 엔지니어링 가이드를 소개해드렸는데요,

해당 문서에 링크로 소개되어 있었던 dair.ai의 프롬프트 엔지니어링 가이드가 잘 되어 있어, 못보신 분들을 위해 다시 한 번 소개드립니다. :smiley:


DAIR.AI*(Democratizing Artificial Intelligence Research)*에서 공개한 프롬프트 엔지니어링 가이드는 아래 홈페이지에서 쉽게 보실 수 있습니다.

한국어:kr:로도 번역이 되어있는데요, 좌측 하단의 언어 설정을 변경하시거나 아래 링크를 통해 접속하실 수 있습니다. :star_struck:


아래 GitHub 저장소에서 전체 내용이 공개되어 있으니 참고하시면 좋을 것 같습니다.


그 외에도 LLM을 위한 프롬프트 엔지니어링 코스:mortar_board:도 곧 열린다고 하니 관심있으신 분들은 아래 링크에서 대기자 신청을 해보시는 것도 좋을 것 같습니다.

https://maven.com/forms/4f11a9

1개의 좋아요
2

프롬프트 엔지니어링 코스도 열린다니.. 프롬프트 엔지니어링이란 것이 생각보다 상당히 심오하네요
특히 그래프 프롬프트는 꽤나 흥미로워보여서 좀 찾아봐야겠습니다ㅎㅎ 좋은 자료 공유 감사합니다!

1개의 좋아요
3

LLM을 위한 프롬프트 엔지니어링 코스의 소식이 업데이트되었는데... 데... 데...
$800짜리 강좌로 열렸네요 :astonished:

image
image1536×864 81.9 KB

image


아래는 과정 개요입니다

과정 개요

LLM으로 효과적으로 구축 및 탐색하기 / Effectively building and exploring with LLMs

LLM(대규모 언어 모델)은 강력한 기능을 제공하지만, 이를 효과적이고 효율적으로 사용하는 방법을 알지 못하면 예기치 않은 동작이 발생하는 경우가 많습니다. 프롬프트 엔지니어링은 LLM을 사용한 구축과 관련된 실패 사례 및 컴퓨팅 비용을 줄이는 데 도움이 됩니다.

LLMs (Large Language Models) show powerful capabilities, but not knowing how to effectively and efficiently use them often leads to unexpected behaviors. Prompt engineering helps to reduce failure cases and computing costs related to building with LLMs.

이 실습형 프롬프트 엔지니어링 과정에서는 / This hands-on prompt engineering course covers:

  • 프롬프트 설계, 테스트 및 최적화 방법

  • LLM을 사용하여 효율적이고 안정적이며 유용하고 안전한 시스템을 구축하는 데 도움이 되는 프롬프트 엔지니어링 기법 및 전술

  • 감정 분석, 정보 추출, 데이터와의 채팅, LLM과 외부 도구 및 데이터 소스 연결과 같은 애플리케이션과 기능을 지원하는 고급 프롬프트 엔지니어링 기법(예: 소수 샷 학습, ReAct, 생각의 사슬)

  • LangChain, DUST, OpenAI Python 클라이언트 등과 같은 프롬프트 엔지니어링 도구

  • 연습, 데모, 사용 사례, 애플리케이션 및 프롬프트 엔지니어링과 관련된 최신 논문

  • how to design, test and optimize prompts

  • prompt engineering techniques and tactics to help build efficient, reliable, useful, and safe systems with LLMs

  • advanced prompt engineering techniques (e.g., few-shot learning, ReAct, and chain-of-thought) that enable applications and capabilities like emotion analysis, information extraction, chatting with your data, and connecting LLMs with external tools and data sources

  • prompt engineering tools like LangChain, DUST, OpenAI Python client, and many more

  • exercises, demos, use cases, applications, and the latest papers related to prompt engineering

LLM과 함께 네트워크를 구축하고 탐구하는 커뮤니티에 참여하세요.

Network and join a community building and exploring with LLMs.

관심있으신 분들께서는 아래 링크를 참고하시면 될 것 같습니다.