我要投稿

作者投稿|PROMST：一种自动化优化大语言模型在解决多步骤任务中的提示词框架

发布日期：2024-04-10 21:23:49 浏览次数： 2129 来源：SparksofAGI

PRompt Optimization in Multi-Step Tasks (PROMST): Integrating Human Feedback and Preference Alignment

PROMST：一种自动化优化大语言模型在解决多步骤任务中的提示词框架‍‍‍‍‍‍‍‍‍

‍‍‍‍‍

1）本论文提出了一种名为PROMST (PROmpt Optimization in Multi-Step Tasks)的框架，旨在建立一种自动化框架来优化大语言模型（LLMs）在解决多步骤任务中的提示词（prompts）。

2）该工作的核心在于，通过引入人类反馈、得分预测模型以及修改评分规则，以优化多步骤代理任务（Multi-Step Agent Tasks）中的提示词。得分预测模型使用小模型来评判大模型，利用了weak-to-strong generalization的思想。该工作还表明了修改评分规则可以使优化以后的prompt更符合人类的偏好(human preference alignment)。

3）PROMST是第一个探究多步任务中动态优化提示词的工作，对未来研究开辟了新方向，并为未来研究提供了代理人/机器人在面对多步骤任务的基准。

背景与动机

1. 研究表明，LLMs在给定任务上的表现极具敏感性，依赖于提示的设计，而提示工程的目标是创建能够充分利用LLMs能力的提示。

2. 由于受限于黑盒模型参数的无法访问，自动提示优化技术主要集中在搜索庞大的离散化语言输入空间。

3. 现有的自动提示优化方法在处理简单的单步骤任务（如数学计算、指令引导和情感分析）方面表现不错，但面对多步骤任务时仍存在挑战。

PROMST框架

1. PROMST方法考虑到在多步骤任务中，正确引导LLM来决策需要长篇幅（300+token）的深度优化提示，这对于当前自动化方法是一个明显的难点。

2. PROMST框架融合了人类分析错误的能力和相关领域知识，利用这些优势反馈给模型，这一过程涉及人类对每种错误类型设计反馈规则。

3. 此外，PROMST引入了任务得分规则的设计，允许人类根据LLMs在任务中的表现为其设计得分，并使用这些得分来在线微调得分预测模型，高效选择优质的提示。

实验效果

1. 在八个多步骤任务环境中的实验结果显示，人类反馈和得分模型的结合显著提高了提示搜索过程的质量，平均性能提升了28%。

2. 结果证实了学习得分预测模型能够提升任务的总体性能。

3. 另外，修改得分函数有助于将优化后的提示与用户偏好对齐。

重要结论

1. PROMST方法在复杂的多步骤任务中的引导性能一般优于代表性的基线方法。

2. 通过引入人类反馈和学习得分预测模型的融合，可以在没有直接计算任务得分的高成本情况下，有效地从提示候选中抽样。

3. 论文提出了PROMST工作的局限性，即自动提示优化需要大量的计算资源和LLM API查询，并提出通过微调得分预测模型来平衡API查询次数和设备上的计算，从而选择好的提示候选。

撰文：戴剑波；编辑：戴剑波

未经本公众号授权不得转载，欢迎转发。

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

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

一文讲透AI Prompt提示词工程 (上）

2024-06-29

如何选择AI Agent框架？五种主流AI Agent框架对比

2024-08-20

Chat GPT不知怎么问？102种行业的Prompt提示词大全来了

2023-06-08

更好的提示词？快试试这个方法来套取大模型的系统提示词吧

2024-06-27

图解DSPy：Prompt的时代终结者？！

2024-06-14

提示词最佳实践（一）：Prompt框架

2024-07-09

10分钟打造小红书？| 42个Cursor神级提示词（全网最新最全）

2024-09-17

玩转大模型的第一步——提示词(Prompt)工程【抛砖篇】

2024-07-12

使用ChatGPT显著提升学术写作水平的实用攻略，附顶级学术提示词指令

2024-06-26

这个号称能让AI无限进化的"超级prompt"，效果到底咋样？

2024-09-06

大家都在问

李继刚 | 当我们讲Prompt时我们到底在说什么？

2024-12-15

AI对话的日常思考：当我们在讨论提示词时，到底在纠结什么？

2024-11-15

【深度】大模型准确率从17%到90%！为什么提示词工程是今天最珍贵的技能？

2024-11-01

AI Agent调研--7种Agent框架对比！盘点国内一站式Agent搭建平台，一文说清差别！大家都在用Agent做什么？

2024-10-29

解锁AI潜力：如何通过提示词工程优化对话？

2024-09-11

这个号称能让AI无限进化的"超级prompt"，效果到底咋样？

2024-09-06

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

一文讲透AI Prompt提示词工程 (上）

如何选择AI Agent框架？五种主流AI Agent框架对比

Chat GPT不知怎么问？102种行业的Prompt提示词大全来了

更好的提示词？快试试这个方法来套取大模型的系统提示词吧

图解DSPy：Prompt的时代终结者？！

提示词最佳实践（一）：Prompt框架

10分钟打造小红书？| 42个Cursor神级提示词（全网最新最全）

玩转大模型的第一步——提示词(Prompt)工程【抛砖篇】

使用ChatGPT显著提升学术写作水平的实用攻略，附顶级学术提示词指令

这个号称能让AI无限进化的"超级prompt"，效果到底咋样？

大家都在问

李继刚 | 当我们讲Prompt时我们到底在说什么？

AI对话的日常思考：当我们在讨论提示词时，到底在纠结什么？

【深度】大模型准确率从17%到90%！为什么提示词工程是今天最珍贵的技能？

AI Agent调研--7种Agent框架对比！盘点国内一站式Agent搭建平台，一文说清差别！大家都在用Agent做什么？

解锁AI潜力：如何通过提示词工程优化对话？

这个号称能让AI无限进化的"超级prompt"，效果到底咋样？

热门标签