AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


OpenAI o1大模型:提示词工程已死
发布日期:2024-09-20 10:03:07 浏览次数: 1523


OpenAI 最近发布了最新大模型 o1,通过强化学习训练来执行复杂的推理任务,o1 在多项基准测试中展现了博士级别的推理能力,甚至在某些情况下可以与人类专家相媲美。

当你使用 o1 的时候,会发现文档中多了一项提示词建议

翻译一下:

"""

这些模型在处理直截了当的提示词时表现最佳。一些提示词工程技术,比如少样本提示指示模型“逐步思考”,可能不会提升性能,有时甚至会妨碍其表现

以下是一些最佳实践:

  • 保持提示词简单直接:这些模型擅长理解和响应简洁清晰的指令,无需过多的指导。
  • 避免链式思考(CoT)提示:由于这些模型在内部执行推理,提示它们“逐步思考”或“解释你的推理”是没有必要的。
  • 使用分隔符以提高清晰度:使用分隔符,例如三重引号、XML标签或章节标题,来明确区分输入的不同部分,帮助模型正确解释各个部分。
  • 在检索增强生成(RAG)中限制额外上下文:在提供额外上下文或文档时,只包含最相关的信息,以防止模型的响应过于复杂。
"""
这与之前学习的提示词工程相比,除了使用分隔符跟之前一样,像小样本学习、CoT、RAG这些,在 o1 中使用反而可能起反作用了。
所以,有一种声音表示,现在已经不再需要提示词工程了。
但我的观点正好相反,我恰恰认为更应该需要提示词工程了。因为未来不同的大模型,可能会有不同的提示词编写要求。比如,Claude工程师聊 prompt 时提到,不需要角色扮演
这恰恰也正是提示词工程师的价值所在,了解不同大模型的差异,根据需求编写在某个模型上表现最佳的提示词。
再比如,最近爆火了一个 「汉语新解」的 prompt,输入一个词语,就可以生成词语解释卡片。
这个 prompt 在 Claude 3.5 表现得很好,而用其他模型输出就不稳定。
每个模型的提示词,建议跟着官方学。以 o1 为例,OpenAI 有 Cookbook 页面
里面有具体的实践案例,可以参考学习



53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询