AI

Ein systematischer Überblick über Prompt Engineering Techniken

Systeme der generativen künstlichen Intelligenz (GenAI) werden zunehmend in verschiedenen Branchen und Forschungsbereichen eingesetzt. Entwickler und Endbenutzer interagieren mit diesen Systemen durch den Einsatz von Prompting und Prompt-Engineering. Obwohl Prompt-Engineering ein weit verbreitetes und umfangreich erforschtes Gebiet ist, leidet es unter einer widersprüchlichen Terminologie und einem fragmentierten ontologischen Verständnis dessen, was einen effektiven Prompt ausmacht, da es erst seit relativ kurzer Zeit auf dem Markt ist. Wir schaffen ein strukturiertes Verständnis von Prompt-Engineering, indem wir eine Taxonomie der Prompting-Techniken zusammenstellen und ihre Anwendungen analysieren. Wir präsentieren ein detailliertes Vokabular von 33 Begriffen, eine Taxonomie von 58 LLM-Prompting-Techniken, und 40 Techniken für andere Modalitäten. Darüber hinaus stellen wir bewährte Verfahren und Richtlinien für Prompting Engineering, einschliesslich Ratschlägen für das Prompting Engineering von ChatGPT und anderen hochmodernen (SOTA) LLMs. Ausserdem präsentieren wir eine Meta-Analyse der gesamten Literatur über natürlichsprachliche Präfix-Prompts. Als ein Höhepunkt dieser Bemühungen stellt dieses Papier die bisher umfassendste Übersicht über Prompt-Engineering dar.

Künstliche Intelligenz in der Bildung Rechtliche Best Practices

Dieser Leitfaden bietet einen Überblick über rechtliche Aspekte bei der Implementierung von KI-Anwendungen. Das Dokument wurde basierend auf einem konkreten Anwendungsfall erarbeitet, bei dem Schüler:innen mit einem Smart-phone-Scan handschriftlich ausgefüllte Aufgaben automatisiert korrigierten. Die nachfolgenden Ausfüh- rungen basieren auf den Rechtsgrundlagen einer öf- fentlichen Schule im Kanton Zürich