PromptPapers

收录理由

这份论文清单由清华大学自然语言处理实验室的研究者维护，他们同时也是开源工具OpenPrompt的作者，因此对提示学习领域有相当深入的把握。清单收录了大约六十五篇关于大语言模型提示调优的代表性论文，并按阅读逻辑编排：从宏观综述开始，经过早期探索性工作，进入模板和答案构造的基础讲解，再延伸到理论分析、方法改进以及针对不同场景的专门化应用。这样的结构让刚接触这个方向的人可以沿着一条清晰的路径逐步深入，而不是面对一堆杂乱无章的链接无所适从。每篇论文都附有原文链接，能拿到代码的也一并给出，还用标签标明了涉及的模型家族、提示学习的技术要点以及主要研究的任务类型，方便读者快速判断哪些内容与自己关心的问题相关。对想要系统了解提示学习的人来说，这份经过筛选且持续更新的参考文献列表，远比自己在网上零散搜索要省力得多。项目方欢迎社区通过pull request补充新论文，因此这份资料会随着领域发展不断吸收新的成果，保持生命力。