Modified expression

Modified expression

05-advanced-prompts/translations/ja-jp/README.md

@@ -57,21 +57,21 @@
 
 ### プロンプトのテクニック
 
-まずプロンプトは、大規模言語モデル (LLM) の登場で、_新たに出てきた特性_ で、これはモデルに組み込まれている機能ではなく、モデルを使用する際に使用するものだと理解する必要があります。
+まずプロンプトは、大規模言語モデル (LLM) の登場で、_新たに出てきた技術_ で、これはモデルに組み込まれている機能ではなく、モデルを使用する際に使用するものだと理解する必要があります。
 
-LLM のプロンプトでは、利用できるいくつかの基本的なテクニックがあります。それらを確認してみましょう。
+LLM のプロンプトで利用できる、いくつかの基本的なテクニックがあります。それらを確認してみましょう。
 
-- **Few shot prompting** これはプロンプトの最も基本的な形式で、いくつかの例を含む一つのプロンプトです。
+- **Few shot prompting** プロンプトの最も基本的な形式で、いくつかの例を含む一つのプロンプトです。
 - **Chain-of-thought** このプロンプトは、問題を段階に分解し LLM に問い合わせします。
 - **Generated knowledge** プロンプトの応答を改善するため、事実や知識をプロンプトに追加で提供します。
 - **Least to most** Chain-of-thought(思考の連鎖)と同様に、この手法は問題を一連のステップに分解し、それらのステップを順番に実行するように指示します。
 - **Self-refine** この手法は、LLM の出力に対する評価と、それに対する改善要求を行います。
-- **Maieutic prompting**　これは、LLM の回答が正しいことを確認し、回答の各部分を説明するように求めます。これは自己改善の一種です。
+- **Maieutic prompting** これは、LLM の回答が正しいことを確認し、回答の各部分を説明するように求めます。これは自己改善の一種です。
 
 ### Few-shot prompting
 
 このプロンプトはとても簡単で、一つのプロンプトといくつかの例から構成します。
-この手法は、LLM について学び始めたときに使用する手法です。。次に例を示します。
+この手法は、LLM について学び始めたときに最初に使用する手法です。次に例を示します。
 
 - プロンプト: 「代数とは何ですか？」  
 - 回答: 「代数は、数学の一分野で、数学記号とそれらの記号を操作するためのルールを研究します。」
@@ -95,12 +95,12 @@ Chain-of-thought を試してみましょう。Chain-of-thought を適用する
 
 という手順を踏みです。以下にその方法を示します。  
 
-- プロンプト: 「リサはリンゴを7個持っていて、1個を捨て、4個をバートに渡し、バートは1個を返します。計算は次の通り：  
-  7 - 1 = 6
-  6 - 4 = 2
-  2 + 1 = 3
-アリスはリンゴを 5 個持っていて、3 個を捨て、2 個をボブに渡し、ボブは 1 個を返します。アリスはリンゴを何個持っていますか？」
-回答: 1
+    - プロンプト: 「リサはリンゴを7個持っていて、1個を捨て、4個をバートに渡し、バートは1個を返します。計算は次の通り：  
+      7 - 1 = 6
+      6 - 4 = 2
+      2 + 1 = 3
+    アリスはリンゴを 5 個持っていて、3 個を捨て、2 個をボブに渡し、ボブは 1 個を返します。アリスはリンゴを何個持っていますか？」
+    - 回答: 1
 
 別の例と、計算式を用いて、かなり長いプロンプトを作成し、元のプロンプトを提供することで、正しい答え 1 に到達する方法に注目してください。