卡内基梅隆大学重磅，用这条Prompt让LLM递归内省，多轮交互中自我改进

文章预览

点击上方 蓝字 关注我 本文：4200字阅读  10分钟   都说AGI已经来了，但我们和最聪明的LLM交互中很难体会到这一点，尤其是多轮对话的跑焦，话题偏移等问题，或许并没有让我们获得智能进步的愉悦体验，这一点在过去的一年中体验尤甚。 近日， 来自卡内基梅隆大学、UC伯克利大学等机构的研究团队提出了一种名为RISE(Recursive IntroSpEction)递归内省的创新方法，成功让语言模型习得了自我改进的技能。这种能力对于构建真正智能的AI系统至关重要，它能够使模型能够像人类一样，通过反复思考和修正来优化自己的输出，在文末的交互中，你可以清晰的看到RISE 递归内省 方法带来GPT-4 的 输出改进。 图片由xiumaodalle生成 传统的语言模型训练方法主要聚焦于提升模型在单轮对话中的表现。而RISE的创新之处在于它教会了语言模型如何在多轮交互中不断改进 ………………………………