AI KUTATÁS
A Microsoft EvoPrompt és PE2 keretrendszerei automatikusan optimalizálják az AI prompteket
A Microsoft olyan kutatási keretrendszereket mutatott be, mint az EvoPrompt és a PE2, amelyek olyan rendszereket szemléltetnek, amelyek automatikusan optimalizálják a prompteket, így a felhasználóknak nem kell ezzel foglalkozniuk. Az EvoPrompt evolúciós algoritmusokat használ a promptek hatékonyságának iteratív javítására a modell teljesítménye alapján. Hasonlóképpen, a PE2 (Prompt Engineering a Prompt Engineer) strukturált módszert hoz létre az automatizált prompt-finomításhoz. Ezek a keretrendszerek célja a kézi prompt engineeringtől való függőség csökkentése azáltal, hogy algoritmikusan megtalálják a leghatékonyabb utasításokat bármely adott feladathoz.
- Az EvoPrompt evolúciós problémaként kezeli a prompt-optimalizálást, kiválasztva a legsikeresebb utasításokat.
- A PE2 egy olyan automatizált keretrendszer létrehozására összpontosít, amely „prompt engineerként” funkcionál más promptek számára.
- Ezek az eszközök megoldást kínálnak arra a nehézségre, amellyel az LLM fejlesztők szembesülnek a pontos és következetes eredmények elérése során a manuális próbálgatás útján.
- A kutatás célja az újonnan belépő felhasználók és a szakértő prompt engineerek közötti szakadék áthidalása.
Miért fontos?
A prompt-optimalizálás automatizálása megszünteti a manuális tervezés „fekete doboz” jellegét, elérhetőbbé téve a nagy teljesítményű AI-t a fejlesztők számára, és csökkentve a manuális hangolásra fordított időt. ---