Applied LLMs: 构建LLM应用实践经验总结

最近看了篇非常棒的文章，有点类似去年分享过的 Full Stack LLM Bootcamp[1]。光看作者就是巨星云集，Eugene Yan[2]，Charles Frye（Full Stack Deep Learning 讲师之一），Hamel Husain[3]，Jason Liu[4] 等人的分享、课程质量都非常之高。这篇文章整体读下来感觉把我过去一年看过的各种 LLM 应用开发相关主题都有所覆盖，有些地方连引用文献都一毛一样。所以我结合自己的一些笔记内容，快速记录了一些文章的核心观点，与大家好文共赏。原文地址：https://applied-llms.org/注意这里不是直接做翻译，原文的内容会更加完整。过程中会补充一些个人看法和其它信息。欢迎大家一起留言讨论。1 战术1.1 Prompting一般应用开发都先从 prompt engineering 做起。一些常用的 prompting 技巧：Few-shot + ICL使用 n-shot 方法时，可以多选几个例子，n >= 5，几十个例子也可以。有时候仅仅是输出格式的 ………………………………