Meta官方的Prompt工程指南：Llama 2這樣用更高效

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：Meta官方的Prompt工程指南：Llama 2這樣用更高效
關(guān)鍵字：模型,消息,指令,參數(shù),角色
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：15982字

內(nèi)容摘要：

機(jī)器之心報(bào)道
編輯：小舟隨著大型語(yǔ)言模型（LLM）技術(shù)日漸成熟，提示工程（Prompt Engineering）變得越來(lái)越重要。一些研究機(jī)構(gòu)發(fā)布了 LLM 提示工程指南，包括微軟、OpenAI 等等。
最近，Llama 系列開(kāi)源模型的提出者 Meta 也針對(duì) Llama 2 發(fā)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(shí)踐。以下是這份指南的核心內(nèi)容。
Llama 模型
2023 年，Meta 推出了 Llama 、Llama 2 模型。較小的模型部署和運(yùn)行成本較低，而更大的模型能力更強(qiáng)。
Llama 2 系列模型參數(shù)規(guī)模如下：Code Llama 是一個(gè)以代碼為中心的 LLM，建立在 Llama 2 的基礎(chǔ)上，也有各種參數(shù)規(guī)模和微調(diào)變體：部署 LLM
LLM 可以通過(guò)多種方式部署和訪問(wèn)，包括：
自托管（Self-hosting）：使用本地硬件來(lái)運(yùn)行推理，例如使用 llama.cpp 在 Macbook Pro 上運(yùn)行 Llama 2。優(yōu)勢(shì)：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(lái)部署托管特定模型的實(shí)例，例如通過(guò)

原文鏈接：Meta官方的Prompt工程指南：Llama 2這樣用更高效

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)