LLM最全怪癖首曝光！马里兰OpenAI等30+学者祭出75页提示报告

近日，一篇长达75页的报告《The Prompt Report: A Systematic Survey of Prompting Techniques》在人工智能领域引起了广泛关注。该报告由马里兰大学、OpenAI等机构的30多位学者共同完成，旨在为人们提供一份关于生成式人工智能（GenAI）系统提示（prompting）技术的全面指南。

提示（prompting）是GenAI系统与开发者和最终用户之间进行交互的一种方式。然而，由于该领域的新兴性质，关于提示的定义和构成存在许多混淆和不完整的理解。为了填补这一研究空白，该报告的作者们进行了一项全面的调查，以建立一个关于提示技术的系统性理解。

首先，报告的作者们提出了一个由33个术语组成的综合词汇表，以帮助统一和澄清与提示相关的术语。这些术语涵盖了从基本概念到更高级技术的各种内容，为读者提供了一个全面的参考框架。

其次，报告的作者们还提出了一个包含58种纯文本提示技术的分类体系，以及40种其他模态的提示技术。这些分类体系为读者提供了一种有组织的方式来理解和比较不同的提示技术，并根据其特定需求选择最合适的技术。

此外，报告的作者们还进行了一项元分析，以综合整个自然语言前缀提示研究文献。这项元分析为读者提供了对当前研究状态的全面了解，并确定了未来的研究方向。

该报告的发布在人工智能领域引起了积极的反响。一些专家称赞该报告的全面性和组织性，认为它为该领域的研究和实践提供了宝贵的资源。然而，也有一些人对该报告提出了批评，认为它过于技术性或未能充分解决某些关键问题。

尽管存在一些批评意见，但《The Prompt Report》的发布标志着人工智能领域的一个重要里程碑。它为提示技术的研究和实践提供了一个全面的框架，并为未来的研究奠定了坚实的基础。随着GenAI系统的不断发展和应用，可以预见，提示技术将继续发挥重要作用，而这份报告将为那些寻求利用这些技术的人提供宝贵的指导。

然而，我们也应该意识到，提示技术并不是没有争议的。一些人担心，过度依赖提示可能会导致GenAI系统产生不准确或误导性的结果。此外，提示技术也可能加剧人工智能系统的偏见和不公平性。因此，在使用提示技术时，我们必须保持警惕，并采取措施确保其使用是负责任和道德的。

论文地址：https://arxiv.org/abs/2406.06608