プロンプトエンジニアリングとプロンプトチューニング：基盤、進展、および研究方向性

大規模言語モデル（LLM）の急速な進化により、適応戦略は全モデルのファインチューニングからプロンプト駆動の制御へと移行しています。プロンプトエンジニアリングは、慎重に構築された自然言語の指示を通じてLLMに新しいタスクを実行させる一方で、プロンプトチューニングおよび関連する連続的なプロンプト手法は、基盤となるモデルパラメータを変更せずにタスクのカスタマイズを効率的に行うメカニズムを導入します。本稿ではプロンプトベースの方法論を統合的に検討し、現代のAIシステムにおける中心的パラダイムとしてプロンプティングを確立した基礎的発展を概説します。離散的、連続的、および動的プロンプトアプローチの主要な違いを分析し、それらの概念的関連性と性能特性を強調します。影響力のある文献を詳細かつ体系的にレビューすることで、プロンプト手法がクロスドメイン適応、意味的制御性、コード生成、セキュリティ解析、多モーダル検索などの応用領域でどのように進展したかを総合的に示します。最後に、解釈性、自己生成プロンプト、多モーダル拡張、敵対的または変動入力に対する堅牢性、自律型および人間中心のAIシステムにおけるプロンプティングの役割に関連した研究機会を特定して結論づけます。