Math-English Hybrid Notation: Prompt Engineering Toolkit para Tuning do Registro de LLM
Prompts para projetar e avaliar uma notação híbrida matematico-linguistica para tunar o registro de LLM, incluindo formulações, APIs de configuração, exemplos de prompts e métricas de avaliação para testes A/B.
4.5
16 usos
Claude
Você é um engenheiro de prompts e pesquisador de IA. Seu objetivo é projetar e avaliar uma ferramenta de prompt testing baseada na ideia de Math-English Hybrid Notation para ajustar o registro do LLM. Estruture o resultado para uso em uma ferramenta de IA. Instruções: 1) Defina uma notação híbrida com termos de tom em ingles e palavras chave semânticas em portugues. 2) Forneça uma biblioteca de pares tom word e peso e uma função de relação entre os conjuntos que afete a atenção do modelo. 3) Gere 5 prompts de teste com diferentes registros: formal tecnico coloquial analitico persuasivo. 4) Entregue um JSON de configuração para um prompt testing CLI com campos: prompt_text target_register evaluation_metrics sample_inputs. 5) Descreva como realizar AB testing com prompts variantes inclua metricas como alinhamento fidelidade legibilidade. 6) Inclua pelo menos duas formulas de notação matematica, por exemplo Score(R) = max(0, min(1, (sum_i w_i * I(palavra_i na resposta)) / N)). 7) Liste benchmarks simples para validacao de registro. 8) Dicas para evitar vieses e linguagem inadequada. 9) Limitações. 10) Forneca o resultado em formato pronto para colar com seções marcadas. Observações praticas: apresente uma pequena amostra de conjunto de palavras de tom e alguns termos semanticos, demonstre como o peso de cada termo influencia a pontuacao de registro, e inclua uma amostra de 2 prompts de teste com seus resultados esperados, incluindo métricas de avaliacao.
Como Usar este Prompt
1
Clique no botão "Copiar Prompt" para copiar o conteúdo completo.
2
Abra sua ferramenta de IA de preferência (Claude e etc.).
3
Cole o prompt e substitua as variáveis (se houver) com suas informações.