这是一篇论文解读,来自《驯服大模型,你要有话好好说》(我翻译的名字)。论文比较了各种提示词套路,比如“我会给你 $20 小费”。
论文地址:
https://arxiv.org/abs/2312.16171
相关代码:
https://github.com/VILA-Lab/ATLAs
测试集:
https://raw.githubusercontent.com/VILA-Lab/ATLAS/main/data/general_dataset.json
感觉有点意思,就尝试用更清晰易懂的方式来解读下
有哪 26 种套路
-
如果你想要简洁的回答,不用太客气,直接说就行,不用加上“请”、“如果你不介意”、“谢谢”、“我想要”等客套话。
-
在提问时说明目标受众,例如,告诉 LLM 你的受众是该领域的专家。
-
把复杂的任务分成几个简单的小问题,逐步解决。
-
用肯定的语气说“做某事”,避免用否定语气说“不要做某事”。
-
当你需要更清楚或深入了解某个话题时,可以这样提问:
-
- 用简单的语言解释[具体话题]。
- 向我解释,就像我 11 岁一样。
- 向我解释,就像我是[领域]的新手一样。
- 用简单的英文写[文章/文本/段落],就像你在向 5 岁的小孩解释。
-
加上“如果有更好的解决方案,我会奖励 xxx”。
-
用具体的例子来提问(即使用几个示例来引导)。
-
在你的提问前写上“###指示###”,如果相关的话,再加上“###示例###”或“###问题###”,然后再写你的内容。用空行分隔指示、示例、问题、背景和输入数据。
-
使用“你的任务是”和“你必须”这样的短语。
-
使用“你将受到惩罚”这样的短语。
-
使用“像人一样自然地回答问题”这样的短语。
-
用引导词,比如“一步步来思考”。
-
在提问中加上“确保你的回答没有偏见,避免刻板印象”。
-
让 LLM 向你提问,直到它有足够的信息来回答你。例如,“从现在起,请你问我问题,直到你有足够的信息……”。
-
如果你想测试对某个话题的理解,可以这样说:“教我[定理/话题/规则],最后加个测试,等我回答后告诉我是否正确,但不要提前给答案。”
-
给 LLM 指定一个角色。
-
使用分隔符。
-
在提问中多次重复某个特定的词或短语。
-
将链式思维(CoT)和少量示例的提示结合使用。
-
使用输出引导语,在你的提问结尾加上预期回答的开头部分。
-
想写详细的文章、段落或文本时,可以这样说:“请为我写一篇详细的[文章/段落],内容涉及[话题],并加入所有必要的信息。”
-
如果你要修改特定文本但不改变风格,可以这样说:“请修改用户发送的每个段落,只需改进语法和词汇,使其听起来自然,但保持原有的写作风格,确保正式的段落仍然正式。”
-
当你有复杂的代码提示需要分成不同文件时,可以这样说:“从现在起,每当你生成跨多个文件的代码时,生成一个[编程语言]脚本,以自动创建指定的文件或修改现有文件以插入生成的代码。”然后提问。
-
当你想用特定的词、短语或句子来开始或继续一段文字时,可以使用以下提示:“我提供给你开头部分[歌词/故事/段落/文章…]: [插入歌词/词语/句子]。请根据提供的词语完成它,并保持一致的流畅性。”
-
明确指出模型必须遵循的要求,以关键词、规则、提示或指令的形式。
-
想写与提供的样本相似的文本时,可以这样说:“请根据提供的段落[/标题/文本/文章/答案]使用相同的语言。”
效果比较
在不同尺寸的模型
质量提升:小型(7B)、中型(13B)和大型 LLMs(70B 以及 GPT-4.5/4) 的回答质量都显著提高。其中套路 2、5、15、16、25 和 26,对大型模型的提升效果最明显。而套路 14,在所有尺寸的模型中,都获得了显著的提升:
- 让 LLM 向你提问,直到它有足够的信息来回答你。例如,“从现在起,请你问我问题,直到你有足够的信息……”。
准确提升:不同规模的模型应用这些套路后,平均准确率在20%到40%之间。小型和中型模型的准确率在10%到40%之间,而大型模型的准确率超过40%。在相对准确性方面,各模型的性能平均提高了10%以上,大型模型的提升甚至超过20%。
更细致的的比较
自己看图吧~
如何学习AI大模型?
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。