프롬프트 관련 사이트 목록
프롬프트 관련 사이트 목록입니다. 프롬프트 온라인 거래, 프롬프트 튜닝, AI 아트, 프롬프트 생성기 등의 사이트 목록입니다.
PromptBase - 흥미로운 프롬프트 온라인 구매 및 판매
프롬프트베이스란 무엇인가요?
프롬프트는 DALL-E, Midjourney 및 GPT-3와 같은 AI 모델을 프로그래밍하는 강력하고 새로운 방법이 되고 있습니다.
하지만 온라인에서 양질의 프롬프트를 찾기는 어렵습니다.
프롬프트 엔지니어링에 능숙하다 해도 그 기술로 생계를 유지할 수 있는 뚜렷한 방법도 없습니다.
PromptBase는 최상의 결과를 도출하고 API 비용을 절감할 수 있는 양질의 프롬프트를 사고 파는 마켓플레이스입니다.
상황에 맞는 학습이 프롬프트 튜닝에 어떻게 도움이 되는가, Microsoft
https://arxiv.org/abs/2302.11521
대규모 언어 모델을 미세 조정하는 것은 빠르게 성장하는 규모로 인해 점점 더 비실용적이 되고 있습니다. 따라서 고정된 모델에 소수의 튜닝 가능한 임베딩을 추가하는 프롬프트 튜닝(PT)과 추가 학습 없이 자연어로 모델에 작업 데모를 제공하는 상황 내 학습(ICL)과 같은 매개변수 효율적인 적응 방법을 사용해야 하는 동기가 부여되고 있습니다. 최근 Singhal 등(2022)은 자연어 데모와 학습된 프롬프트 임베딩을 연결하여 PT와 ICL을 결합하는 '지시 프롬프트 튜닝'(IPT)을 제안했습니다. 이 모든 방법은 서로 다른 작업에서 효과가 입증되었지만 서로 어떻게 상호 작용하는지는 아직 밝혀지지 않았습니다. 이 백서에서는 여러 기본 언어 모델을 사용하는 5가지 텍스트 생성 작업에서 ICL, PT, IPT의 효과를 측정하여 문맥 내 예시가 프롬프트 튜닝을 개선하는 시기와 방법을 실증적으로 연구합니다. 그 결과, (1) IPT가 항상 PT를 능가하는 것은 아니며, 실제로 문맥 내 예시가 테스트 입력과 의미적으로 유사해야 개선 효과를 얻을 수 있고, (2) PT는 불안정하고 높은 편차를 보이지만, PT와 ICL을 결합하면 다섯 가지 과제 모두에서 일관되게 편차가 감소하며, (3) PT를 통해 특정 소스 과제에서 학습한 프롬프트가 다른 목표 과제의 문맥 내 예시와 결합하면 긍정적인 전이를 보인다는 사실을 관찰할 수 있었습니다. 이러한 결과는 주어진 과제에 적합한 매개변수 효율적 적응 방법을 선택하는 데 유용한 인사이트를 제공합니다.
PromptHero - 프롬프트가 포함된 멋진 AI 아트
https://prompthero.com/
DALL-E, 안정적 확산, 미드여정과 같은 AI 모델로 수백만 개의 아트 이미지를 검색하세요
프롬프트 생성기 - AI를 사용하여 프롬프트를 만드는 데 도움을 주는 방법
https://promptist.herokuapp.com/
Promptly - 간편한 프롬프트 관리
