Prompting in the Dark: Assessing Human Performance in Prompt Engineering for Data Labeling When Gold Labels Are Absent

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	He, Zeyu, Naphade, Saniya, Huang, Ting-Hao 'Kenneth'
Format:	Preprint
Publié:	2025
Sujets:	Human-Computer Interaction Artificial Intelligence Computation and Language Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2502.11267