Post #2076979

@erd Ich glaube bei einer konkreten Modell-Version, mit fester Konfiguration, fixem Seed l, etc. könnte man möglicherweise systematisch herausbekommen, welche Form ein Prompt haben muss, um tendenziell ein brauchbares Ergebnis heraus zu bekommen. Aber da sich diese Parameter bei LLM-as-a-Service permanent und intransparent ändern, ist dieses "Prompt-Emgineering" wohl eher magisches Denken Also vielleicht "prompt chanter" oder "prompt speller"?