大语言模型 (Large Language Models, LLMs) 在不同领域都表现出了优异的性能。然而,对于非AI
专家来说,制定高质量的提示来引导 LLMs 是目前AI应用领域的一项重要挑战。现有的提示工程研
究已经提出了一些零散的优化原则,也有些研究设计了基于经验的提示优化器。然而,这些研究缺
乏结构化的设计模板,学习成本高,可复用性低。受到编程语言的结构化和可复用性的启发,我们
提出了双层提示设计框架 LangGPT,作为面向 LLM 的编程语言。LangGPT 具有易于学习的规范
结构,并为迁移和复用提供了扩展结构。实验表明,与 baseline 相比,LangGPT 极大地增强了
LLM 生成高质量回复的能力。此外,我们也证明了 LangGPT 框架能有效地指导 LLM 自动化地生
成高质量提示。我们还基于 LangGPT 建立了一个社区,以促进提示设计的学习和共享。社区用户
调查反馈表明了 LangGPT 的易用性和可复用性。
发布日期:
2024-03-06 18:03:08
查看详情