微软最新的结构化Prompt优化方法SAMMO，让你更快的压缩结构化提示词

点击上方蓝字关注我本文：4500字    阅读12分钟 图片来自DALL.E随着大型语言模型(LLM)的迅猛发展，它们现已能够处理更长更复杂的输入这为使用更复杂的提示词(Prompt)提供了可能。然而要让Prompt在部署时达到令人满意的性能水平通常需要一定的调优。近期有不少自动化Prompt优化方法被提出，但随着Prompt复杂度和LLM能力的提高，许多Prompt优化技术已经不再足够，需要一种新的方法来优化元提示程序(Metaprompt)。为解决这个问题，微软研究院提出了一种新框架：结构化感知多任务元提示优化SAMMO(Structure-Aware Multi-objective Metaprompt Optimization)实现了编译时优化Metaprompt。题目：作为程序的Prompt：一种结构感知的高效提示优化方法网址：https://arxiv.org/pdf/2404.02319.pdfSAMMO将Prompt表示为结构化对象，允许在优化过程中搜索更丰富的变换集。相比于之前自动化优化Prompt ………………………………