斯坦福和OpenAI提出meta-prompting，最强零样本prompting技术诞生了

AIGC动态欢迎阅读

原标题：斯坦福和OpenAI提出meta-prompting，最强零样本prompting技术诞生了
关键字：模型,报告,任务,专家,解读
文章来源：人工智能学家
内容字数：9399字

内容摘要：

来源：机器学习研究组订阅
在我们的工作群里，经常会有一位管理者来协调每个人的工作并汇总工作成果。近日，斯坦福大学的 Mirac Suzgun 和 OpenAI 的 Adam Tauman Kalai 提出了一种新的 prompting 方法：meta-prompting。类似于工作群，这种方法也是使用一个居中协调的指挥员（元模型）来协调使用不同用途的 AI 和其它工具。最新一代语言模型（尤其是 GPT-4、PaLM 和 LLaMa）已经成功拓展了自然语言处理和生成的边界。这些大规模模型可以解决许多不同任务，从写莎士比亚风格的十四行诗到总结复杂的医疗报告和解决竞赛级的编程问题。尽管这些模型可以解决多种多样的问题，但它们并非总是正确的，有时候也会生成不准确、误导性或矛盾的响应结果。
随着这些模型的运行成本越来越低，人们自然会问：是否可以使用脚手架系统（scaffolding system）并使用多个语言模型查询来优化并且提升这些模型输出的准确度和稳健性。
斯坦福和 OpenAI 的这项研究提出了一种可用于提升语言模型的功能和性能的新技术，称为 meta-prompting。论文标题：Met

原文链接：斯坦福和OpenAI提出meta-prompting，最强零样本prompting技术诞生了