update

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.
+
+
+

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