Amazon выпустила рамочную структуру Promptimus для автоматической оптимизации подсказок LLM

robot
Генерация тезисов в процессе
AIMPACT сообщение, 15 мая (UTC+8), ученые Amazon предложили автоматическую рамочную структуру для инженерии подсказок под названием Promptimus, которая позволяет улучшать существующие высококачественные подсказки для LLM без человеческого вмешательства. Этот метод использует итеративную стратегию оптимизации, анализируя взаимодействие между подсказками и выводами модели с помощью вспомогательной "оптимизирующей" модели, автоматически выявляя и корректируя такие параметры, как ясность инструкций и выбор примеров. В таких задачах, как математические рассуждения (точность GSM8K увеличилась с 78% до 85%), вопросы на общие знания и генерация кода, после оптимизации подсказки показывают среднее повышение эффективности на 5%-15%. Эта рамочная структура не зависит от конкретной архитектуры LLM или типа задачи, обладает универсальностью и использует регуляризационные термы и механизмы кросс-проверки для предотвращения переобучения, обеспечивая способность к обобщению. (Источник: InFoQ)
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • 6
  • 15
  • Поделиться
комментарий
Добавить комментарий
Добавить комментарий
GateUser-9190180e
· 11ч назад
Не привязываясь к конкретной архитектуре модели, только тогда универсальность действительно становится привлекательной
Посмотреть ОригиналОтветить0
TransparentDomeCity
· 21ч назад
Автоматическая настройка подсказок наконец-то избавилась от необходимости "варки зелья", научные сотрудники ликуют
Посмотреть ОригиналОтветить0
GovernanceMoodboard
· 21ч назад
5-15% среднее повышение кажется скромным, но в целом автоматизация впечатляет
Посмотреть ОригиналОтветить0
StopLossSparrow
· 21ч назад
Регуляризация + кросс-валидация для предотвращения переобучения, детали учтены.
Посмотреть ОригиналОтветить0
GateUser-f49a50d4
· 21ч назад
Promptimus это имя звучит как трансформеры, эффект действительно настоящий
Посмотреть ОригиналОтветить0
MoonlightTake-ProfitLine
· 21ч назад
GSM8K с 78% до 85%, действительно крутая математическая логика
Посмотреть ОригиналОтветить0
  • Закреплено