OPRO

OPROは、言語モデルに過去の候補と点数を示してより良い候補を生成させる最適化手法で、主にプロンプトの自動改善に使われる。

記事1本最終言及

OPRO(Optimization by PROmpting)は、Google DeepMindの研究者が2023年の論文「Large Language Models as Optimizers」で提案した最適化手法である。最適化したい問題を自然言語で記述し、これまでに得られた解とその点数をメタプロンプトに入れて言語モデルに渡し、より高い点数が得られる新しい解を生成させる。新しい解を評価して再びメタプロンプトに加える手順を繰り返す。

代表的な用途はプロンプト最適化で、課題の正答率を高める指示文をモデル自身に探させる。勾配を計算せず、モデルの出力と点数だけを使うため、APIでしか利用できないモデルにも適用できる。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • AIエージェントの性能改善、プロンプト最適化と重みの学習をどう使い分けるかAI性能 ·

    Google DeepMindの手法であるOPROが生み出したものです。

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。