本文探讨了提示学习在大型语言模型中的应用，提出了提高上下文学习性能的新方法。研究发现，分解提示优于迭代提示，且以英语为中心的模型在多语言任务中表现更佳。此外，研究关注提示窃取攻击及其对模型安全的影响，并验证了提示学习在有毒内容分类和检测中的有效性。