---
title: "Prompt Engineering dla Ambitnych - Materiały Dodatkowe"
description: "Materiały pogłębiające wiedzę na temat prompt engineeringu"
publishDate: "2023-09-26T10:00:00.000Z"
image: "~/assets/images/blog/thumbnails/prompting.png"
canonical: "https://opanuj.ai/blog/prompt-engineering-dla-ambitnych/"
excerpt: "Dowiedz się na czym polegają bardziej zaawansowane techniki prompt engineeringu. Materiały z tego wpisu zostały wykorzystane w przygotowaniach do prelekcji na temat komunikacji z AI."
category: "Research"
tags: ["openai","arxiv","gpt-4","prompt-engineering"]
author: "Marcin Czarkowski"
type: "post"
language: "pl"
---

- [Pobierz prezentację](https://docs.google.com/presentation/d/e/2PACX-1vTBewKcBgh5Ssf13cnbcORsu4edr20T1JnMtQN7OzNHLjdAgUJxV43NyEeOd5o3W-Q1-Ukcdw6eoVfQ/pub?start=false&loop=false&delayms=60000)

## Anatomia prompta wysokiej jakości

1. Rola
2. Polecenie
3. Kontekst
4. Przykłady
5. Format

## Źródła i materiały dodatkowe do prezentacji

- [Okno kontekstowe](https://www.linkedin.com/pulse/whats-context-window-anyway-caitie-doogan-phd/)
- [GPT-3 i Few-Shot Prompting - arxiv](https://arxiv.org/abs/2005.14165)
- [Chain-of-Thought - arxiv](https://arxiv.org/abs/2201.11903)
- [Tree-of-Thought - najważniejsze informacje](https://www.promptingguide.ai/techniques/tot)
- [Chain-of-Density - arxiv](https://arxiv.org/abs/2309.04269)

---

## Filozofia

- [Czy LLMy rozumieją nasz świat?](https://youtu.be/9AxRIuzlUV0?si=-RpCBkiJuUm-jQ81)
- [Czy LLMy potrafią planować?](https://cacm.acm.org/blogs/blog-cacm/276268-can-llms-really-reason-and-plan/fulltext)
- [Do Large Language Models learn world models or just surface statistics?](https://thegradient.pub/othello)

## LLM - Deep dive

- [State of GPT](https://youtu.be/bZQun8Y4L2A?si=GidxATrIftX3n9sN)
- [GPT-4 Technical Paper](https://arxiv.org/abs/2303.08774)
- [Strategie dekodowania tokenów](https://towardsdatascience.com/decoding-strategies-that-you-need-to-know-for-response-generation-ba95ee0faadc)
- [Understanding Large Language Models](https://magazine.sebastianraschka.com/p/understanding-large-language-models)
- [How does GPT Obtain its Ability? Tracing Emergent Abilities of Language Models to their Sources](https://yaofu.notion.site/How-does-GPT-Obtain-its-Ability-Tracing-Emergent-Abilities-of-Language-Models-to-their-Sources-b9a57ac0fcf74f30a1ab9e3e36fa1dc1)
- [Open challenges in LLM research](https://huyenchip.com/2023/08/16/llm-research-open-challenges.html)
- [The Illustrated Transformer](https://jalammar.github.io/illustrated-transformer/)
- [To Understand Transformers, Focus on Attention](https://drscotthawley.github.io/blog/posts/Transformers1-Attention.html)
- [Prompting jako strategia w 2017r.](https://arxiv.org/pdf/2107.13586.pdf)