Khái niệm cốt lõi
提出了一种新型的提示范式,将传统的刺激性提示和框架性提示结合,并采用自动化的方式生成提示,以增强大语言模型在多领域问题解决的能力。
Tóm tắt
本文提出了一种新型的提示范式,称为自动提示图形范式(APGP)。该范式将传统的提示分为两类:刺激性提示和框架性提示,并将两者结合,采用自动化的方式生成提示。
首先,该框架会引导大语言模型对问题进行抽象和定义,以达到更清晰的理解。然后要求大语言模型提出三种不同的解决方案。接下来,大语言模型需要将这三种方案进行融合,形成一个综合的最佳解决方案。最后,大语言模型需要对自己给出的答案进行验证,如果验证失败则需要重新生成解决方案。
该框架结合了刺激性提示的普适性和框架性提示的针对性,通过自动化的方式生成提示,克服了手动设计提示的局限性。在Ruozhiba和BBH数据集上的测试结果表明,该框架能够有效提高大语言模型在问题解决方面的效率和准确性,为大语言模型的新应用开辟了道路。
Thống kê
在Ruozhiba数据集上,该框架的准确率达到62.08%。
在BBH数据集的23个子任务中,该框架在与世界知识、自然语言理解和逻辑推理相关的任务上表现出色,但在处理数学问题和过于复杂的世界知识方面仍有待提高。