From 48033e23eb8ec780baf2531c17cfabf43fb53eaa Mon Sep 17 00:00:00 2001 From: David Schirrmeister Date: Wed, 16 Apr 2025 10:24:48 +0200 Subject: [PATCH] update --- .../Informatik und Gesellschaft/00_iug_1.md | 47 +++++++++++++++++++ .../Übungen/TIUebung1.md | 4 +- 2 files changed, 49 insertions(+), 2 deletions(-) diff --git a/Writerside/topics/04/Informatik und Gesellschaft/00_iug_1.md b/Writerside/topics/04/Informatik und Gesellschaft/00_iug_1.md index e69de29..22b54f3 100644 --- a/Writerside/topics/04/Informatik und Gesellschaft/00_iug_1.md +++ b/Writerside/topics/04/Informatik und Gesellschaft/00_iug_1.md @@ -0,0 +1,47 @@ +# Giray: Prompt Engineering with ChatGPT: A Guide for Academic Writers +## **Allgemeines zur Prompt-Engineering** +- Disziplin zur Entwicklung und Optimierung von Prompts für große Sprachmodelle (LLMs). +- Besonders nützlich für akademisches Schreiben und Forschung. +- Ziel: Effektive Nutzung von LLMs wie ChatGPT für Aufgaben wie Textgenerierung, Übersetzung etc. + + +## **Was ist ein Prompt?** +Ein Prompt besteht aus vier Elementen: +1. **Instruction** - Gibt die Aufgabe vor. +2. **Context** - Liefert Hintergrundwissen. +3. **Input Data** - Konkrete Daten oder Fragen an das Modell. +4. **Output Indicator** - Gibt das gewünschte Format oder die Länge des Outputs an. + + +## **Was sind Large Language Models (LLMs)?** +- Beispiele: ChatGPT, GPT-3/4. +- Fähigkeiten: Textgenerierung, Fragen beantworten, Übersetzen. +- Trainiert auf großen Datenmengen aus Büchern, Artikeln, Webseiten. + + +## **Techniken des Prompt Engineerings** +1. **Instructive Prompts** - Geben eine klare Schreibaufgabe. +2. **System Prompts** - Geben einen Startpunkt oder Kontext. +3. **Question-Answer Prompts** - Strukturieren die Antwort um eine Forschungsfrage. +4. **Contextual Prompts** - Bieten gezielte Zusatzinformationen. +5. **Mixed Prompts** - Kombinieren mehrere Elemente für umfassende Aufgaben. + + +## **Häufige Fehler beim Schreiben von Prompts** +1. **Unklarheit (Ambiguity)** - Vage Prompts führen zu oberflächlichen Antworten. +2. **Bias Reinforcement** - Vorurteilshafte Prompts verstärken Stereotype. +3. **Overfitting** - Zu spezifisch, schränkt Outputvielfalt ein. +4. **Mangelnder Kontext** - Führt zu ungenauen oder unvollständigen Antworten. +5. **Ethische Probleme** - Aufforderung zu illegalem oder unethischem Verhalten. +6. **Unbeabsichtigte Nebeneffekte** - Widersprüchliche Anweisungen führen zu sinnlosem Output. +7. **Unrealistische Erwartungen** - LLMs können z. B. keine exakten Vorhersagen treffen. + + +## **Warum sollten Akademiker Prompt Engineering lernen?** +- Erhöht Effizienz und Qualität im wissenschaftlichen Schreiben. +- Erlaubt gezielte Steuerung der Modellausgaben. +- Bietet neue Möglichkeiten für Forschung und Lehre. +- Prompt Engineering = eine Art „Programmierung“ für Texte. + + + diff --git a/Writerside/topics/04/Theoretische Informatik/Übungen/TIUebung1.md b/Writerside/topics/04/Theoretische Informatik/Übungen/TIUebung1.md index 523ef6b..94f8efe 100644 --- a/Writerside/topics/04/Theoretische Informatik/Übungen/TIUebung1.md +++ b/Writerside/topics/04/Theoretische Informatik/Übungen/TIUebung1.md @@ -12,7 +12,7 @@ ### Sei $G = (V, E)$ ein Graph mit zehn Knoten. Wie oft muss der Algorithmus A im schlimmsten Fall aufgerufen werden, um mit ihm die Frage zu beantworten, wie groß eine größte Clique im Graphen G ist? Begründen Sie Ihre Antwort kurz. Im schlimmsten Fall 9 mal, falls $|C| = 1$. In diesem Fall würde man alle restlichen Fälle (bis auf k = 1, da dies als -gegeben betrachtet werden kann) testen bis man nach dem Überprüfen, ob eine Clique der Größe 2 existiert (Schritt 9) +gegeben betrachtet werden kann) testen bis man nach dem Überprüfen, ob eine Clique der Größe 2 existiert (Schritt 9), zu dem Schluss kommt, dass die größte Clique eine Größe von 1 hat. ## Übung 2 @@ -23,7 +23,7 @@ zu dem Schluss kommt, dass die größte Clique eine Größe von 1 hat. ### Geben Sie alle größten Cliquen im gegebenen Graphen an. $$\{(v_1,v_2,v_3), (v_1,v_2,v_4), (v_3,v_2,v_6), (v_3,v_6,v_5)\}$$ -### In der Vorlesung haben Sie einen Algorithmus kennengelernt, der MaximumClique mit Hilfe eines Algorithmus für MaximumCliqueSize lösen kann. Wenden Sie den Algorithmus auf G an. Die Knoten werden in der Reihenfolge $v1, v2, . . . , v7$ betrachtet. Beantworten Sie dabei für jeden Knoten $v_i (i ∈ \{ 1, 2, . . . , 7 \})$ folgende Frage: +### In der Vorlesung haben Sie einen Algorithmus kennengelernt, der MaximumClique mit Hilfe eines Algorithmus für MaximumCliqueSize lösen kann. Wenden Sie den Algorithmus auf G an. Die Knoten werden in der Reihenfolge $v1, v2, ... , v7$ betrachtet. Beantworten Sie dabei für jeden Knoten $v_i (i ∈ \{ 1, 2, ... , 7 \})$ folgende Frage: | Knoten | Wird für $v_i$ überprüft, ob er in die zu bestimmende Clique C aufgenommen werden soll? | Wird $v_i$ in die zu bestimmende Clique C aufgenommen | |--------|-----------------------------------------------------------------------------------------|-------------------------------------------------------| | $v_1$ | ja | nein |