选择合适的 llms 以实现最佳性能：2025 年最大化 AI 聊天机器人效能的指南

推荐语

掌握AI聊天机器人性能提升的秘诀，2025年AI效能最大化指南。

核心内容：
1. 识别领域问题，选择合适的LLM
2. 基准测试评估LLM在不同任务中的表现
3. 提供精确提示，获取最佳答案的策略

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

如何从 ChatGPT、Kimi、Qwen 等获取最佳答案

如何从 ChatGPT、Kimi、Qwen 等获取最佳答案

在人工智能的革命中，我们有许多 LLM，每个月我们都会看到新的 LLM 或现有 LLM 的更新版本。

但我们不知道的是：

• • 哪个 LLM 能比其他更好地帮助我。
• • 我该如何与 LLM 讨论以获得最佳答案。

如何选择 LLM

实际上，LLM 的使用取决于您想要解决的领域和问题。

这意味着要识别您的问题属于哪个领域。

例如：

• • 解决数学问题
• • 与计算机视觉相关的问题（处理图像）
• • 使用编码解决问题
• • 或简单地处理一般任务

但我怎么知道我领域中更好的 LLM？

别担心，有一些组织评估 LLM，这被称为 基准测试。

所以 基准测试 是一种用于根据 LLM 在不同任务中的表现进行评估和比较的测试。

由于 LLM 设计用于各种目的，基准测试帮助我们了解哪个模型最适合特定需求。

常见的基准测试包括：

• • MMLU： 测试多个学科的常识。
• • HELLASWAG： 测量 LLM 预测下一个逻辑句子的能力。
• • GSM8K： 评估数学问题解决能力。
• • HumanEval： 通过检查 LLM 是否能够生成正确的 Python 程序来测试编码能力。

评估示例

如您所见，Kimi LLM 在解决数学问题方面表现更好。

此外，模型的评估还取决于您使用的语言：

我该如何与 LLM 讨论以获得最佳答案

要从 LLM 获取最佳答案，您需要给出好的提示。

以下是关键策略：

1. 清晰具体

• • 而不是：“告诉我关于人工智能的事。” 尝试：“解释一下变压器在人工智能中的工作原理，重点关注自注意力和位置编码。” 您的请求越精确，响应就会越好。

2. 提供背景信息

• • LLM 在拥有背景信息时响应更好。
• • 示例：没有背景信息： “总结一下这段文字 'your text'。”
• • 有背景信息： “用简单的术语为电子商务初学者总结这段文字。”

3. 使用逐步说明

• • 而不是：“生成用于数据清理的 Python 代码。” 尝试：“编写一个 Python 脚本来清理数据集：去除重复项、处理缺失值和标准化列名。”

4. 定义输出格式

• • 如果您需要特定的结构，请提及。
• • 示例：“用要点总结这篇文章。”
• • “生成一个用于发票处理的键值对的 JSON 输出。”

5. 实验和迭代

• • 如果响应不完美，精炼您的提示。
• • 示例：如果答案过于技术性，可以调整为 “用通俗的语言解释。”

6. 使用角色基础的提示

• • 通过分配角色来引导 LLM。
• • 示例：“你是一名高级人工智能工程师。向一名初级开发人员解释强化学习。”

7. 拆分复杂问题

• • 而不是：“告诉我关于无货源电商的所有事情。” 尝试：“解释一下无货源电商的基础。”
• • “描述广告在无货源电商中的作用。”

总结：

在本文中，我探讨了如何优化与 LLM 聊天机器人的互动，以获得更好的答案。

我讨论了 基准测试，它帮助评估和比较不同模型在推理、编码和文本理解等任务中的表现。

常见的基准测试包括 MMLU 用于常识，GSM8K 用于数学，HumanEval 用于编码。