Multilingual Prompt Engineering：LLM多语言提示工程综述

大型语言模型（LLM）在多语言环境下的提示工程（Prompt Engineering）技术。作者通过回顾36篇核心研究论文，详细梳理了涵盖250种语言、30项自然语言处理任务的39种提示策略。文章探讨了跨语言对齐、翻译引导以及思维链等多种方法，旨在提升模型在处理低资源语言时的表现。通过建立标准化的分类体系，研究对比了英文提示与母语提示在数学推理、翻译及情感分析等任务中的效能差异。此外，报告还分析了不同语系对提示技术的敏感度，为开发者提供了优化多语言模型性能的状态良好（SoTA）方案参考。这些成果证明了精心设计的离散提示无需重新训练参数，即可有效弥合不同语言间的理解鸿沟。