Workshop Prompt Engineering

Dieser Workshop zielt darauf ab, Fachanwendende tiefgreifende Kenntnisse und Fähigkeiten im Umgang mit ChatGPT und anderen großen Sprachmodellen (LLMs) zu vermitteln. Die Teilnehmenden lernen, wie sie durch spezialisierte Prompting-Techniken die Leistungsfähigkeit dieser Modelle optimal nutzen können. Ziel ist es, die Zuverlässigkeit und Präzision der Modellausgaben zu erhöhen, das Verständnis für fortgeschrittene Einsatz- und Integrationsmöglichkeiten zu fördern und die Anwendungssicherheit zu gewährleisten.

Zielgruppe

Der Workshop richtet sich an Fachanwendende, Entwickler und Entwicklerinnen, Data Scientists und Produktmanager und Produktmanagerinnen, die ihre Fähigkeiten im spezifischen Bereich der Language Models erweitern möchten. Ebenfalls angesprochen sind Entscheidungstragende, die die Einsatzmöglichkeiten von LLMs in ihren Projekten und Produkten evaluieren wollen.

Voraussetzungen

Keine. Erfahrungen mit spezifischen LLMs wie ChatGPT sind von Vorteil, aber nicht zwingend erforderlich.

Vorbereitung

Im Rahmen mehrerer Vorbereitungsgespräche erstellen wir ein auf Ihre Bedürfnisse ausgerichtetes Workshopkonzept und planen die Workshopdurchführung.

Nachbereitung

Abschlussdiskussion und Q&A

• Offene Fragerunde
• Diskussion über zukünftige Entwicklungen und Forschungsrichtungen in der Welt der LLMs

Ergebnisse

Der Workshop kombiniert theoretische Einheiten mit praktischen Übungen, um das Erlernte unmittelbar anzuwenden und zu vertiefen. Wir legen besonderen Wert auf Techniken, die die Zuverlässigkeit und Präzision der Modellausgaben erhöhen, wodurch Sie fundierte und vertrauenswürdige Ergebnisse erzielen können.

Workshopdurchführung

Einführung

• Large Language Models & Prompting

Basics des Prompt Engineerings

• Aufbau eines Prompts
• Iterative Prompt Development
• Techniken und Best Practices zur Verbesserung von Prompts

Erweiterte Prompting-Techniken

• In-Context Learning: Beispielbasiertes Lernen
• Chain-Of-Thought-Prompting: ENtwickeln von Erklärungspfaden
• Self-Refelction
• Self-Consistency & Prompt Ensembles
• Hands-On-Session

Anwendungsbeispiele & Use Case Impuls

• Anwendungsbeispiele aus dem Alltag
• Vorstellung eines komplexeren Use Cases aus der Praxis

RAG - Retrieval Augmented Generation

• Verlässlichkeit und Kontext von Sprachmodellen
• Anbindung externer Informationen
• RAG

Adversarial Prompting

• Methoden des Adversarial Prompting (u.a. Jailbreaking und Prompt Injections)
• Umgang mit Adversarial Prompting

Autonome Agenten

• Function Calling
• Komponenten und Funktionsweise von autonomen Agenten
• ReAct

Praktische Anwendung und Bewertung

• Evaluation von GenAI-Systemen
• Compound AI Systems