Prompt Engineering

1. Bevezető, tematika ismertetése. A prompt engineering kialakulása, jelene, jövője. Helye a mérnöki területeken, hatása az iparban, gazdaságban, hétköznapi életünkben. A nagy nyelvi modellek (LLM) kialakulása, a promptok szerepe az LLM-alapú rendszerekben.
2. Hogyan dolgozzák fel az LLM-ek az inputokat és generálják az outputot. A tanító adatok és a finomhangolás szerepe az LLM-ek viselkedésében. A prompt engineering alapfogalmai és technikái (pl. zero-shot és few-shot prompting, chain of thought prompting, knowledge generation prompting).
3. Nagy nyelvi modellek finomhangolása - elméleti alapok, módszertan és gyakorlati példák. Prompt generálás: minőség és elfogultság a prompt válaszokban. Stratégiák az elfogultság csökkentésére a prompt tervezésen keresztül.
4. Prompt engineering és szoftverkódok generálása: copilot rendszerek, API-k használata. Felelős kódgenerálás, a generált kódok verifikációja és validációja.
5. Prompt engineering a programkódok debug-olás-ához, kódmagyarázathoz, dokumentáció készítéséhez, teszt automatizációhoz.
6. Prompt engineering az adatfeldolgozásban. Adatok kezelése promptok segítségével: scraping, táblázatos adatba való rendezés, lekérdezések, diagramrajzolás, MS Excel illesztési lehetőségek, adatgyűjtés. Szintetikus adatgenerálás példa-adathalmazok és szövegek segítségével. Megoldás az adathiány problémájára különböző gépi tanulásos és Deep Learning feladatokban.
7. Szentiment elemzés - különös tekintettel a hagyományos módszerek és a prompt engineering során használt technikák közötti különbségekre.
8. Annotálás és annotált szövegek generálása - különös tekintettel a hagyományos módszerek és a prompt engineering során használt technikák közötti különbségekre.
9. Tagelés - különös tekintettel a hagyományos módszerek és a prompt engineering során használt technikák közötti különbségekre.
10. Tudományos írás. Absztraktok és parafrázisok létrehozása a hallgatók által készített dokumentumokhoz (pl. beadandó dolgozatok, szakdolgozat). Képgenerálás a mérnöki munkában, prompt engineering segítségével. Milyen a tudományos és szakmai elvárásoknak is megfelelő végeredmény?
11. A prompt engineering alkalmazása a társadalomtudományokban. Esettanulmány egy pszichológiai kérdőív kapcsán. Gépi következetlenség vs. emberi következetesség. Etikai megfontolások a prompt mérnökségben. Technikák dinamikus prompt generáláshoz. Meta-prompting feltárása: LLM-ek használata promptok generálásához más feladatokhoz.
12. A prompt engineering technológiai újdonságai. RAG (Retrieval Augmented Generation) rendszerek és alkalmazásuk gyakorlati példán keresztül. Kihívások text retrieval rendszerekben. ReAct prompting RAG rendszerekben.
13. A prompt engineering technológiai újdonságai. Query rewrite, grounding, biztonság a RAG rendszerekben. Az adattisztaság fontossága. Felelősségteljes AI megfontolások.
14. Hallgatói beszámolók.