This commit is contained in:
David Schirrmeister 2025-04-16 10:24:48 +02:00
parent 289623ea5a
commit 48033e23eb
2 changed files with 49 additions and 2 deletions

View File

@ -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.

View File

@ -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. ### 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 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. zu dem Schluss kommt, dass die größte Clique eine Größe von 1 hat.
## Übung 2 ## 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. ### Geben Sie alle größten Cliquen im gegebenen Graphen an.
$$\{(v_1,v_2,v_3), (v_1,v_2,v_4), (v_3,v_2,v_6), (v_3,v_6,v_5)\}$$ $$\{(v_1,v_2,v_3), (v_1,v_2,v_4), (v_3,v_2,v_6), (v_3,v_6,v_5)\}$$
### 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 | | 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 | | $v_1$ | ja | nein |