マルコフ過程

確率過程のモデルで、ある時点での事象が起こる/起こらないの確率が、

その直前の事象の起こる/起こらないの確率にのみ依存するもの。

TF-IDF処理

・文章の特徴量として、文章ベクトルを利用する

・文章ベクトルは、TFとIDFの値の組

・TF(Term Frequenc )処理は、多く出現する単語は重要である

という前提に基づく

・IDF(Inverse Document Frequency)処理は、ある安吾が

出現する文書の数が少ないほど、より大きな値を与えるもの

隠れ層のニューロンの個数をふやす

・正解率などが上がるのは、いろいろな特徴に対応できる

ニューロンが増えるため

・ただし、限界があるため、ニューロンを増やすのではなく、

層を増やす

A Prompt Pattern Catalog to ・・・・

公開されている

A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT

のキモ部分を読んで、勉強してみたいと思います。

概要

プロンプトエンジニアリングは、ChatGPTなどLLMを効果的に

使うために重要なスキルとなっている。

プロンプトは、LLMへ与える命令で、規則を指定し、生成される

出力の品質を保証するものである。

また、LLMの出力をカスタマイズするものである。

このペーパーは、プロンプトエンジニアリングのテクニックのカタログである。

LLMで直面する共通の問題に適用される。


イントロダクション

LLMは、広範囲で使われているが、このペーパーでは、次のような

用途とする。

・開発者が、経験のないAPIを利用してコードを効果的に作成する

・学生が、コーディングのスキルや技術を身につける

LLMは、信頼性の高いソフトウェアを迅速に開発するために

人間と協働する。

LLMは、GithubのCo-pilotやIDEのInntelliJ 、Visual Codeなどに組み込まれ、

好みのIDEから自由に使うことができる。

プロンプトは、LLMに与える命令のセットで、LLMのケーパビリティを拡張する

ものである。LLMに特定のルールやガイダンスを指定する。

コンテキストや何が重要なのか、望まれる出力などを指定する。

(つづきます)

自己相関係数

時系列データにおいて、過去のデータと現在のデータに相関があるかを

調べる係数。