Google DeepMind 刚刚发表了一篇新的论文，介绍了如何使用 LLM 来优化 prompt，优化过的 prompt 在 PaLm 2-L / GPT-3.5 / GPT-4 模型中测试，benchmark 的指标都提升了。
优化的方法：
- 创建一个 meta prompt（如何创建 meta prompt 可以参考论文）
- 在每一个优化的步骤生成新的 prompt
- 评估 & 迭代
当然，并不是所有的 prompt 都可以用这种方法来优化，在某些场景上（例如 high-dimensional and complex problems）这种方法的效果还不是特别好。
从长期上来看，让 LLM 来写 & 优化 prompt 应该是一个必然的过程。
详细的论文分析 https://app.copilothub.ai/read/s/1hxkweg1ukj5s
原创文章，作者：曾确令，如若转载，请注明出处：https://www.zengqueling.com/pegrzjsy/
微信扫一扫 
