OPRO

OPRO是一种优化方法,向语言模型展示以往的候选及其得分并让其生成更好的候选,主要用于自动改进提示词。

1篇文章最近提及

OPRO(Optimization by PROmpting)是Google DeepMind研究者在2023年的论文《Large Language Models as Optimizers》中提出的优化方法。它用自然语言描述待优化的问题,把此前得到的解及其得分写入元提示词交给语言模型,让模型生成得分更高的新解;新解经过评估后再加入元提示词,如此反复迭代。

其最具代表性的用途是提示词优化,即让模型自行寻找能提高任务准确率的指令。该方法不计算梯度,只依赖模型输出和得分,因此也适用于只能通过API访问的模型。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • AI智能体优化指南:改提示词还是训练权重,如何取舍AI性能 ·

    它来自OPRO,这是谷歌DeepMind提出的一种方法,由语言模型充当优化器:读取此前的指令及其得分,再提出一条有望得分更高的新指令。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。