2 个仓库
Structured methodologies for solving complex tasks using generative AI and multimodal prompting.
Distinct from Problem Solving Methodologies: Candidates focus on software architecture or interview prep, not AI prompt refinement for multimodal tasks.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Generative Problem Solving. Refine with filters or upvote what's useful.
Learn_Prompting 是一个专注于提示词工程(prompt engineering)的教育项目,提供了制作有效输入并提高生成式 AI 输出质量所需的原则和技术。 该项目涵盖了增强推理、可靠性和输出质量的高级提示词策略。这包括任务分解、思维链(chain-of-thought)推理,以及使用少样本(few-shot)和零样本(zero-shot)引导的技术。它还通过研究提示词注入(prompt hacking)、漏洞分析和隐私审计来解决模型安全问题,以防止敏感数据泄露。 其范围扩展到生成式 AI 在多种媒体和工作流中的实际应用,包括文本生成、照片级图像创建和视听制作。它进一步涵盖了自主智能体(autonomous agents)的开发、AI 辅助编程,以及用于营销和通信的业务工作流自动化。 该项目为模型优化、评估以及在交互式实验环境中管理提示词生命周期提供了资源。
Implements a structured methodology to identify tools and refine prompts for multimodal tasks.
AlphaCodium 是一个 LLM 代码生成框架和自动化编程基准,旨在通过迭代生成和测试来解决编程问题。它作为一个迭代代码优化系统,通过将输出与预期结果进行比较并重新提示模型,来提高生成代码的精度。 该项目实现了一个流程工程管道,使用结构化的提示阶段序列,通过生成、评估和纠正的循环来优化代码。这种方法允许系统处理编程数据集,并根据测试用例衡量生成解决方案的准确性。 该框架涵盖了自动化代码生成的广泛功能,包括测试驱动的 AI 开发和编程数据集评估。它通过包含规划、起草和审查的多阶段合成管道来管理这些任务。
Processes batches of programming problems and saves results to a database for bulk performance analysis.