大規模言語モデルの効果的なプロンプト設計のための「In-Context Sampling」の提案

本研究では、大規模言語モデルの少量データ学習を効果的に行うため、「In-Context Sampling」(ICS)と呼ぶ新しいプロンプト設計手法を提案する。ICSは、複数のプロンプト入力を組み合わせることで、モデルの最も確信度の高い予測を得ることができる。