Meta官方的Prompt工程指南：Llama 2這樣用更高效

AIGC動態歡迎閱讀

原標題：Meta官方的Prompt工程指南：Llama 2這樣用更高效
關鍵字：模型,消息,指令,參數,角色
文章來源：機器之心
內容字數：15982字

內容摘要：

機器之心報道
編輯：小舟隨著大型語言模型（LLM）技術日漸成熟，提示工程（Prompt Engineering）變得越來越重要。一些研究機構發布了 LLM 提示工程指南，包括微軟、OpenAI 等等。
最近，Llama 系列開源模型的提出者 Meta 也針對 Llama 2 發布了一份交互式提示工程指南，涵蓋了 Llama 2 的快速工程和最佳實踐。以下是這份指南的核心內容。
Llama 模型
2023 年，Meta 推出了 Llama 、Llama 2 模型。較小的模型部署和運行成本較低，而更大的模型能力更強。
Llama 2 系列模型參數規模如下：Code Llama 是一個以代碼為中心的 LLM，建立在 Llama 2 的基礎上，也有各種參數規模和微調變體：部署 LLM
LLM 可以通過多種方式部署和訪問，包括：
自托管（Self-hosting）：使用本地硬件來運行推理，例如使用 llama.cpp 在 Macbook Pro 上運行 Llama 2。優勢：自托管最適合有隱私 / 安全需要的情況，或者您擁有足夠的 GPU。
云托管：依靠云提供商來部署托管特定模型的實例，例如通過

原文鏈接：Meta官方的Prompt工程指南：Llama 2這樣用更高效

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺