prompt optimization
Proces med at justere og forbedre prompts for at maksimere præcision og relevans af en sprogmodels output.
Kort fortalt
En metode til at forbedre, hvordan du spørger en AI for at få bedre svar.
- Kategori
- teknik
- Niveau
- øvet
- Udtale
- /prɒmpt ɒptɪmaɪˈzeɪʃən/
Betydninger
2- 1
Manuel iterativ forfining af en prompt baseret på outputkvalitet.
- Ved prompt optimization justerede vi spørgsmålet flere gange for at reducere hallucinationer.
- 2
Automatiseret søgning efter optimale prompts, fx ved brug af gradientbaserede metoder eller genetiske algoritmer.
- Automatisk prompt optimization kan finde prompts, der forbedrer nøjagtigheden på klassifikationsopgaver med flere procentpoint.
Hvornår bruges det
Prompt optimization anvendes i prompt engineering, typisk gennem iteration og afprøvning af forskellige formuleringer. Det kan også automatiseres vha. algoritmer, der søger efter optimale prompt-strukturer.
Kodeeksempel
import openai
def optimize_prompt(base_prompt, variations):
best = None
best_score = -1
for var in variations:
response = openai.Completion.create(engine="text-davinci-003", prompt=var, max_tokens=50)
score = evaluate_response(response.choices[0].text) # custom evaluator
if score > best_score:
best = var
best_score = score
return bestSimpel søgefunktion, der tester forskellige promptvariationer og returnerer den bedste baseret på en evalueringsmetrik.
Oprindelse
Fra engelsk 'prompt' (opfordring) og 'optimization' (optimering).
Afledte ord
1Kilder
2- Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing (Liu et al., 2021)
- The Power of Prompting: A Systematic Review of Prompt Engineering (White et al., 2023)