AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：GPT-4準(zhǔn)確率最高飆升64%！斯坦福OpenAI重磅研究：全新Meta-Prompting方法讓LLM當(dāng)老板
關(guān)鍵字：模型,提示,專家,任務(wù),研究人員
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：9661字

內(nèi)容摘要：

新智元報(bào)道編輯：桃子 好困
【新智元導(dǎo)讀】大模型幻覺(jué)問(wèn)題還有另一種解法？斯坦福聯(lián)手OpenAI研究人員提出「元提示」新方法，能夠讓大模型成為全能「指揮家」，匯聚不同專家模型精華，讓GPT-4的輸出更精準(zhǔn)。當(dāng)你讓大模型寫一首「莎士比亞十四行詩(shī)」，并以嚴(yán)格的韻律「ABAB CDCD EFEF GG」執(zhí)行。
同時(shí)，詩(shī)中還要包含提供的3個(gè)詞。
對(duì)于這么高難度的創(chuàng)作題，LLM在收到指令后，并不一定能夠按要求做出這首詩(shī)。
正所謂，人各有所長(zhǎng)，LLM也是如此，僅憑單一模型有時(shí)是無(wú)法完成一項(xiàng)任務(wù)的。
那該如何解？
最近，來(lái)自斯坦福和OpenAI的兩位研究員，設(shè)計(jì)了一種提升LLM性能的全新方法——元提示（meta-prompting）。
「元提示」能夠把單一的LLM變身為全能的「指揮家」。
論文地址：https://arxiv.org/abs/2401.12954
通過(guò)使用高層「元提示」指令，讓大模型把復(fù)雜任務(wù)拆成子任務(wù)，然后再將這些任務(wù)分配給「專家模型」。
每個(gè)模型收到量身訂制的指令后，輸出結(jié)果。最終元模型有效整合這些結(jié)果，輸出最終的答案。
最重要的是，LLM還會(huì)利用自身理解、推理能力，對(duì)最終輸出結(jié)

原文鏈接：GPT-4準(zhǔn)確率最高飆升64%！斯坦福OpenAI重磅研究：全新Meta-Prompting方法讓LLM當(dāng)老板

聯(lián)系作者

文章來(lái)源：新智元
作者微信：AI_era
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。