प्रेरणा अभियान्त्रण

प्रेरणा अभियान्त्रण या प्रॉम्प्ट अभियान्त्रण (अंग्रेज़ी: prompt engineering) वह प्रक्रिया है जिसके द्वारा कृत्रिम बुद्धिमत्ता (कृ॰बु॰) के सृजनात्मक मॉडल से उत्तम निष्पादन प्राप्त करने हेतु निर्देशों को सुव्यवस्थित अथवा सुसज्जित किया जाता है।https://spectrum.ieee.org/prompt-engineering-is-dead AI Prompt Engineering is Dead: Long live AI prompt engineering Genkina Dina 2024-03-06 IEEE Spectrum 2025-01-18 प्रॉम्प्ट वह प्राकृतिक भाषा में लिखा गया पाठ होता है जो उस कार्य का वर्णन करता है जिसे कृ॰बु॰ को सम्पन्न करना चाहिए।https://cdn.openai.com/better-language-models/language_models_are_unsupervised_multitask_learners.pdf Language Models are Unsupervised Multitask Learners Radford Alec Wu Jeffrey 2019 OpenAI "We demonstrate language models can perform down-stream tasks in a zero-shot setting – without any parameter or architecture modification" Child Rewon Luan David Amodei Dario Sutskever Ilya Dario Amodei Ilya Sutskever पाठ-से-पाठ भाषा मॉडल के लिए प्रॉम्प्ट एक प्रश्न, आदेश, अथवा एक विस्तृत कथन हो सकता है जिसमें प्रसंग, निर्देश तथा संवाद का इतिहास सम्मिलित होता है। प्रॉम्प्ट अभियान्त्रण में प्रश्न की रचना, शैली का निर्धारण, शब्दों एवं व्याकरण की चयन प्रक्रिया, उपयुक्त प्रसंग की प्रस्तुति अथवा कृ॰बु॰ द्वारा अनुकरण हेतु किसी पात्र का वर्णन सम्मिलित हो सकता है।Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing Wahle Jan Philip Ruas Terry Xu Yang Gipp Bela 2024 Association for Computational Linguistics Al-Onaizan Yaser Miami, Florida, USA 11004–11033 Paraphrase Types Elicit Prompt Engineering Capabilities 2406.19898 10.18653/v1/2024.emnlp-main.617 Bansal Mohit Chen Yun-Nung https://aclanthology.org/2024.emnlp-main.617/Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing Wahle Jan Philip Ruas Terry Xu Yang Gipp Bela 2024 Association for Computational Linguistics Al-Onaizan Yaser Miami, Florida, USA 11004–11033 Paraphrase Types Elicit Prompt Engineering Capabilities 2406.19898 10.18653/v1/2024.emnlp-main.617 Bansal Mohit Chen Yun-Nung https://aclanthology.org/2024.emnlp-main.617/ जब किसी पाठ-से-चित्र अथवा पाठ-से-ध्वनि मॉडल से संवाद किया जाता है, तब सामान्य प्रॉम्प्ट उस इच्छित निष्पादन का वर्णन होता है, जैसे “एक उच्च गुणवत्ता वाला छायाचित्र जिसमें एक अन्तरिक्षयात्री घोड़े की सवारी कर रहा हो” अथवा “लो-फ़ाई, मंद बीपीएम, इलेक्ट्रो शीतल ध्वनि जिसमें जैविक नमूनों का प्रयोग हो।” पाठ-से-चित्र मॉडल को प्रॉम्प्ट करते समय इच्छित विषयवस्तु, शैली, विन्यास, प्रकाश व्यवस्था तथा सौन्दर्यबोध प्राप्त करने हेतु शब्दों को जोड़ना, हटाना अथवा विशेष रूप से उभारना आवश्यक हो सकता है।https://www.technologyreview.com/2022/04/06/1049061/dalle-openai-gpt3-ai-agi-multimodal-image-generation/ This horse-riding astronaut is a milestone on AI's long road towards understanding Heaven Will Douglas April 6, 2022 MIT Technology Review 2023-08-14https://www.unite.ai/mastering-ai-art-a-concise-guide-to-midjourney-and-prompt-engineering/ Mastering AI Art: A Concise Guide to Midjourney and Prompt Engineering Mittal Aayush 2023-07-27 Unite.AI en-US 2025-05-09https://techcrunch.com/2023/06/12/meta-open-sources-an-ai-powered-music-generator/ Meta open sources an AI-powered music generator Wiggers Kyle 2023-06-12 TechCrunch 2023-08-15 Next, I gave a more complicated prompt to attempt to throw MusicGen for a loop: "Lo-fi slow BPM electro chill with organic samples." पाठ-से-पाठ प्रॉम्प्ट अभियान्त्रण की अनेक विशिष्ट तकनीकें प्रकाशित की जा चुकी हैं। विचार-श्रृंखला विचार-श्रृंखला प्रॉम्प्टिंग एक ऐसी तकनीक है जिसके द्वारा विशाल भाषा मॉडल (वीभामो) किसी समस्या को अन्तिम उत्तर देने से पूर्व मध्यवर्ती चरणों की श्रृंखला के रूप में हल करते हैं। संवत् २०७९ (वर्ष २०२२ ई॰) में गूगल ब्रेन ने यह प्रतिवेदित किया कि विचार-श्रृंखला प्रॉम्प्टिंग से तर्कशक्ति में वृद्धि होती है, क्योंकि यह मॉडल को बहु-चरणीय समस्या को विचारों की श्रृंखला के रूप में हल करने हेतु प्रेरित करता है।Wei Jason Wang Xuezhi Schuurmans Dale Bosma Maarten Ichter Brian Xia Fei Chi Ed H. Le Quoc V. Zhou Denny 31 October 2022 Chain-of-Thought Prompting Elicits Reasoning in Large Language Models Advances in Neural Information Processing Systems (NeurIPS 2022) en 35 2201.11903https://ai.googleblog.com/2022/04/pathways-language-model-palm-scaling-to.html Pathways Language Model (PaLM): Scaling to 540 Billion Parameters for Breakthrough Performance Narang Sharan Chowdhery Aakanksha 2022-04-04 ai.googleblog.com यह तकनीक विशेष रूप से उन कार्यों के लिए विकसित की गई है जिनमें बहु-चरणीय तर्क आवश्यक होता है, जैसे गणितीय प्रश्न अथवा सामान्य बुद्धि पर आधारित प्रश्न।https://venturebeat.com/ai/harnessing-the-power-of-gpt-3-in-scientific-research/ Harnessing the power of GPT-3 in scientific research Dang Ekta 8 February 2023 VentureBeat 10 March 2023 18 मार्च 2023 https://web.archive.org/web/20230318050303/https://venturebeat.com/ai/harnessing-the-power-of-gpt-3-in-scientific-research/ deadhttps://www.searchenginejournal.com/google-chain-of-thought-prompting/450106/ Google's Chain of Thought Prompting Can Boost Today's Best Algorithms Montti Roger 13 May 2022 Search Engine Journal en 10 March 2023 उदाहरणार्थ, यदि प्रश्न हो—“प्रश्न: भोजनालय में २३ सेब थे। यदि उन्होंने दोपहर के भोजन हेतु २० सेबों का प्रयोग किया और ६ सेब और खरीदे, तो उनके पास कितने सेब हैं?”, तो गूगल के अनुसार विचार-श्रृंखला प्रॉम्प्ट इस प्रकार उत्तर उत्पन्न कर सकता है—Wei Jason Wang Xuezhi Schuurmans Dale Bosma Maarten Ichter Brian Xia Fei Chi Ed H. Le Quoc V. Zhou Denny 31 October 2022 Chain-of-Thought Prompting Elicits Reasoning in Large Language Models Advances in Neural Information Processing Systems (NeurIPS 2022) en 35 2201.11903 “उत्तर: प्रारम्भ में भोजनालय में २३ सेब थे। उन्होंने दोपहर के भोजन हेतु २० सेबों का प्रयोग किया। अतः उनके पास २३ − २० = ३ सेब बचे। उन्होंने ६ सेब और खरीदे, अतः उनके पास ३ + ६ = ९ सेब हैं। उत्तर है: ९।”Wei Jason Wang Xuezhi Schuurmans Dale Bosma Maarten Ichter Brian Xia Fei Chi Ed H. Le Quoc V. Zhou Denny 31 October 2022 Chain-of-Thought Prompting Elicits Reasoning in Large Language Models Advances in Neural Information Processing Systems (NeurIPS 2022) en 35 2201.11903 जब यह तकनीक पाम नामक ५४० अरब पैरामीटर वाले भाषा मॉडल पर लागू की गई, तब गूगल के अनुसार यह मॉडल को उन कार्यों में उत्कृष्ट निष्पादन करने में सहायक सिद्ध हुई जिनमें विशिष्ट रूप से प्रशिक्षित मॉडल प्रयुक्त होते थे। उस समय यह जीएसएम८के गणितीय तर्कशक्ति मानक पर सर्वोत्तम परिणाम प्राप्त करने में सफल रहा।2024 Scaling Instruction-Finetuned Language Models https://jmlr.org/papers/volume25/23-0870/23-0870.pdf Journal of Machine Learning Researchhttps://ai.googleblog.com/2022/11/better-language-models-without-massive.html Better Language Models Without Massive Compute Wei Jason Tay Yi 29 November 2022 ai.googleblog.com en 10 March 2023 इस क्षमता को और अधिक विकसित करने हेतु विचार-श्रृंखला तर्कशक्ति डेटासेट पर मॉडल को पुनः प्रशिक्षित किया जा सकता है, जिससे व्याख्यायता में भी सुधार होता है।Wei Jason Wang Xuezhi Schuurmans Dale Bosma Maarten Ichter Brian Xia Fei Chi Ed H. Le Quoc V. Zhou Denny 31 October 2022 Chain-of-Thought Prompting Elicits Reasoning in Large Language Models Advances in Neural Information Processing Systems (NeurIPS 2022) en 35 2201.11903 गूगल द्वारा मूल रूप से प्रस्तावित इस तकनीक में प्रत्येक विचार-श्रृंखला प्रॉम्प्ट के साथ एक इनपुट/आउटपुट उदाहरणों का समूह होता है, जिन्हें निदर्शक कहा जाता है। यह इसे कुछ-उदाहरणीय प्रॉम्प्टिंग तकनीक बनाता है। किन्तु गूगल तथा टोक्यो विश्वविद्यालय के शोधकर्ताओं द्वारा प्रकाशित एक अन्य शोधपत्र के अनुसार केवल “आइए चरण-दर-चरण विचार करें” जैसे शब्द जोड़ना भी प्रभावी सिद्ध हुआ, जिससे यह तकनीक शून्य-उदाहरणीय रूप में भी प्रयुक्त की जा सकती है। कुछ-उदाहरणीय विचार-श्रृंखला प्रॉम्प्टिंग का उदाहरणात्मक प्रारूप:weipaper प्रश्न: {उदाहरण प्रश्न १} उत्तर: {उदाहरण उत्तर १}  … प्रश्न: {उदाहरण प्रश्न n} उत्तर: {उदाहरण उत्तर n} प्रश्न: {मुख्य प्रश्न} उत्तर: {वीभामो का निष्पादन} शून्य-उदाहरणीय विचार-श्रृंखला प्रॉम्प्टिंग का उदाहरणात्मक प्रारूप:Kojima Takeshi Shixiang Shane Gu Reid Machel Matsuo Yutaka Iwasawa Yusuke 2022 Large Language Models are Zero-Shot Reasoners NeurIPS 2205.11916Kojima Takeshi Shixiang Shane Gu Reid Machel Matsuo Yutaka Iwasawa Yusuke 2022 Large Language Models are Zero-Shot Reasoners NeurIPS 2205.11916 प्रश्न: {मुख्य प्रश्न}। आइए चरण-दर-चरण विचार करें। उत्तर: {वीभामो का निष्पादन} सन्दर्भ श्रेणी:भाषा-विज्ञान श्रेणी:Pages with unreviewed translations