Fugu-MT 論文翻訳(概要): A Taxonomy of Single-Turn Textual Prompt Patterns

論文の概要: A Taxonomy of Single-Turn Textual Prompt Patterns

arxiv url: http://arxiv.org/abs/2607.00043v1
Date: Mon, 29 Jun 2026 18:54:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-02 19:56:07.591421
Title: A Taxonomy of Single-Turn Textual Prompt Patterns
Title（参考訳）: 単調テキストプロンプトパターンの分類
Abstract要約: 大規模言語モデル(LLM)は現在、ソフトウェア開発や日々の使用に広く採用されている。本報告では,一旋律,テキストベースインタラクションにおけるプロンプトパターンの分類について述べる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Large language models (LLMs) are now widely employed in software development and everyday use. Interacting with LLMs requires crafting prompts, which range from simple ad hoc sentences to extensive, detailed, and structured instructions. Knowledge about prompt engineering has been documented in several surveys and catalogs in the literature. However, the term ``prompt pattern'' is defined differently across sources, and existing works have classified prompt patterns in different ways. In this report, we present a taxonomy of prompt patterns for single-turn, text-based interactions. Following a reproducible method, we identified 30 unique and canonical prompt patterns, organized along two dimensions.
Abstract（参考訳）: 大規模言語モデル(LLM)は現在、ソフトウェア開発や日々の使用に広く採用されている。 LLMとの相互作用には、単純なアドホックな文から、広範で詳細で構造化された命令まで、クラフトプロンプトが必要である。急進的なエンジニアリングに関する知識は、文学におけるいくつかの調査やカタログに記録されている。しかし、「プロンプトパターン」という言葉はソースによって異なる定義であり、既存の作品では異なる方法でプロンプトパターンを分類している。本報告では,一旋律,テキストベースインタラクションにおけるプロンプトパターンの分類について述べる。再現可能な手法により,2次元に沿って構成された30種類の特異かつ正準的なプロンプトパターンを同定した。

関連論文リスト

Prompts in the Wild: A Large Analyzed Collection of Transactional Prompts in Code [41.39139496370249]
我々は、プロンプトは、自分たち自身の権利で調査に値する言語的対象であると主張する。 GitHubから57.5Kのユニークなプロンプトのサンプルを収集します。構造化されていない原文からのプロンプトをリッチな構造化言語オブジェクトに変換する。
論文参考訳（メタデータ） (2026-08-13T07:43:34Z)
Large Language Model Prompt Datasets: An In-depth Analysis and Insights [17.386420251846953]
プロンプトは、大きな言語モデル(LLM)の特定のタスクを定義する自然言語命令である。この作業では、初めて、さまざまなチャネルからソースされたプロンプトデータセットの広範なリストをコンパイルしました。
論文参考訳（メタデータ） (2025-10-10T12:15:55Z)
When Thoughts Meet Facts: Reusable Reasoning for Long-Context LMs [64.27273946787344]
最近のLong-Context Language Modelsは、1つのプロンプトで数十万のトークンを処理することができる。我々は、従来の問題解決トレースから導かれた再利用可能な思考キャッシュとして、推論をリキャストする。本稿では,自然言語フィードバックによって学習データから得られるテンプレートを反復的に洗練する更新戦略を提案する。
論文参考訳（メタデータ） (2025-10-08T19:52:35Z)
On Meta-Prompting [17.34602431188454]
現代の大規模言語モデル(LLM)は、入力文字列を命令やプロンプトとして解釈し、それらに基づいてタスクを実行することができる。プロンプトとプレトレーニングのための多くのアプローチは、メタプロンプトとして知られるこれらのプロンプトの自動生成を含んでいる。ユーザと対話する際のICLとLCMの挙動を一般化し記述するためのカテゴリ理論に基づく理論的枠組みを提案する。
論文参考訳（メタデータ） (2023-12-11T17:46:44Z)
MetricPrompt: Prompting Model as a Relevance Metric for Few-shot Text Classification [65.51149771074944]
MetricPromptは、数発のテキスト分類タスクをテキストペア関連性推定タスクに書き換えることで、言語設計の難易度を緩和する。広範に使われている3つのテキスト分類データセットを4つのショット・セッティングで実験する。結果から,MetricPromptは,手動弁証法や自動弁証法よりも優れた性能を示した。
論文参考訳（メタデータ） (2023-06-15T06:51:35Z)
A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT [1.2640882896302839]
本稿では,大規模言語モデル(LLM)をソフトウェア開発タスクの自動化に適用する,迅速なエンジニアリングに関する研究に貢献する。さまざまなドメインに適応できるように、プロンプトを構造化するためのパターンを文書化するためのフレームワークを提供する。第3に、複数のパターンからプロンプトを構築する方法を説明し、他のプロンプトパターンと組み合わせることで恩恵を受けるプロンプトパターンを説明する。
論文参考訳（メタデータ） (2023-02-21T12:42:44Z)
TEMPERA: Test-Time Prompting via Reinforcement Learning [57.48657629588436]
強化学習(TEMPERA)を用いたテスト時間プロンプト編集を提案する。従来のプロンプト生成手法とは対照的に、TEMPERAは事前知識を効率的に活用することができる。本手法は従来の微調整法と比較して試料効率の平均改善率を5.33倍に向上させる。
論文参考訳（メタデータ） (2022-11-21T22:38:20Z)
STPrompt: Semantic-guided and Task-driven prompts for Effective Few-shot Classification [5.6205035780719275]
本稿ではSTPrompt-Semantic-GuidedおよびTask-driven Promptモデルを提案する。提案モデルでは,テキスト分類タスクの5つの異なるデータセットにおいて,最先端の性能を実現する。
論文参考訳（メタデータ） (2022-10-29T04:42:30Z)
Multi-Modal Few-Shot Object Detection with Meta-Learning-Based Cross-Modal Prompting [77.69172089359606]
本稿では,マルチモーダルな複数ショットオブジェクト検出(FSOD)について,少数ショット視覚例とクラスセマンティック情報の両方を用いて検討する。我々のアプローチは、(メトリックベース)メタラーニングとプロンプトベースラーニングの高レベルな概念的類似性によって動機付けられている。提案するマルチモーダルFSODモデルを,複数の複数ショットオブジェクト検出ベンチマークで総合的に評価し,有望な結果を得た。
論文参考訳（メタデータ） (2022-04-16T16:45:06Z)
Position-based Prompting for Health Outcome Generation [0.0]
そこで本研究では,各単語の位置情報をマスクに対するプロンプトで捕捉する位置認識機構について検討する。我々のアプローチは、デフォルトのマスク言語モデル(MLM)表現がマスクトークンの予測に使用されるベースラインを一貫して上回ります。
論文参考訳（メタデータ） (2022-03-30T16:44:04Z)
OpenPrompt: An Open-source Framework for Prompt-learning [59.17869696803559]
PLM上でのプロンプト学習を行うための統一的な使いやすさツールキットであるOpenPromptを提案する。 OpenPromptは、効率性、モジュール性、拡張性を備えた、リサーチフレンドリーなフレームワークである。
論文参考訳（メタデータ） (2021-11-03T03:31:14Z)
Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing [78.8500633981247]
本稿では,自然言語処理における新たなパラダイムにおける研究成果の探索と整理を行う。入力xを取り込んで出力yをP(y|x)として予測するようにモデルを訓練する従来の教師付き学習とは異なり、プロンプトベースの学習は直接テキストの確率をモデル化する言語モデルに基づいている。
論文参考訳（メタデータ） (2021-07-28T18:09:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。