查看“WikiEdge:ArXiv-2407.08995/terms”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2407.08995/terms|action=edit}} 编辑]</div>
这篇文章的术语表如下：
* [[大型语言模型]]（Large Language Models, LLMs）：在[[自然语言处理]]（NLP）领域中，大型语言模型指的是具有大量参数的深度学习模型，它们能够理解和生成文本。
* [[角色扮演提示]]（Role-play prompting）：一种提示策略，通过让语言模型扮演特定角色来增强其在特定任务中的性能。
* [[自我提示调整]]（Self-prompt tuning）：一种通过微调语言模型，使其能够自动生成适合特定问题的专家角色提示的方法。
* [[LIMA数据集]]（LIMA dataset）：一个用于语言模型微调的高质量小规模数据集，包含单轮和多轮对话。
* [[指令调整]]（Instruction tuning）：一种微调技术，通过在多样化的NLP数据集上微调LLMs，使其能够遵循人类的指令。
* [[角色扮演能力]]（Role-playing Abilities）：指语言模型在角色扮演任务中展现出的适应性和交互能力。
* [[最少至最多提示]]（Least-to-most prompting）：一种提示策略，通过将原始问题分解成更简单的子问题并依次解决它们。
* [[自我提炼提示]]（Self-refine prompting）：一种提示策略，首先生成输出，然后使用同一语言模型提供反馈和改进，迭代地改进初始输出。
* [[思维树提示]]（Tree-of-thought prompting）：一种提示策略，将潜在的推理路径表示为分支树结构，并使用搜索算法探索和识别正确的推理路径。
* [[LIMA-Role数据集]]（LIMA-Role dataset）：LIMA数据集的增强版本，通过[[GPT-4]]添加了角色扮演提示。