本文综述了自然语言处理中提示学习的应用及相关研究，包括获取离散和连续提示语的方式、预训练+提示学习和样本级/统一提示学习的方法、以及在少样本学习中的应用。同时，文章提出了开放性问题，如数据对模型训练的影响、能力涌现的原因、大模型能力蒸馏等。相关研究包括Proximal policy optimization algorithms、Informed Machine Learning、Prefix-tuning、Finetuned language models are zero-shot learners、Training language models to follow instructions with human feedback、Instance-aware prompt learning和Unified prompt learning等。