본 논문은 다양한 언어 환경에서 대규모 언어 모델(LLM)의 효과를 높이기 위한 다국어 프롬프트 엔지니어링 기법들을 조사하고 분류한 연구이다. 지난 2~3년간 증가하는 다국어 프롬프트 엔지니어링에 대한 관심을 반영하여, 약 250개 언어를 포함하는 다양한 데이터셋에서 다양한 NLP 작업에 적용된 39가지 프롬프트 기법(36개 연구 논문에서 발췌)을 NLP 작업 유형별로 분류하고, 사용된 LLM과 접근 방식의 분류 체계를 제시한다. 또한, 고자원 언어와 저자원 언어 간의 차이, 언어 계열별 프롬프트 기법의 빈도 등 다양한 통찰력을 제공하며, 특정 다국어 데이터셋에 대한 최첨단(SoTA) 방법을 논의한다.
