還在人工煉丹？自動提示工程指南來了，還帶從頭實現

AIGC動態歡迎閱讀

原標題：還在人工煉丹？自動提示工程指南來了，還帶從頭實現
關鍵字：提示,任務,數據,模型,樣本
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心報道
編輯：Panda人工設計提示詞太麻煩了！想過讓 LLM 幫你設計用于 LLM 的提示詞嗎？近日，自稱生成式 AI 黑帶選手的谷歌研究者 Heiko Hotz 發布了一篇長文，詳細介紹了自動提示詞工程的概念、原理和工作流程，并通過代碼從頭實現了這一方法。自動提示詞工程是什么？
自動提示詞工程（APE）是指自動生成和優化 LLM 提示詞的技術，目標是提升模型在特定任務上的性能。其基于提示詞工程的思路，即編寫多個不同的提示詞并對其進行測試，只不過是讓整個過程自動化。后面我們會看到，這個過程非常類似于傳統監督式機器學習中的自動超參數優化。
本文將深度介紹 APE：首先將介紹原理、一些可用于生成提示詞的策略以及其它一些相關技術。然后會開始上手從頭開始編寫一個 APE 程序，也就是說，這里并不會使用 DSPy 這樣的軟件庫。如此一來，我們將更好地理解 APE 的工作原理，從而更好地利用能幫助我們使用那些實現 APE 的框架。
本教程的代碼已經發布在 GitHub。
地址：https://github.com/marshmellow77/automated-prompt-enginee

原文鏈接：還在人工煉丹？自動提示工程指南來了，還帶從頭實現

聯系作者

文章來源：機器之心
作者微信：
作者簡介：