文章预览
点击上方 蓝字 关注我 本文：3700字 阅读10分钟 Prompt优化是一个 长期困扰我们的 难题， 在众多 优化技术里面， OPRO 是一个你必须重视起来的技术。谷歌 Deepmind 于 去年9月 发布这项技术《 LARGE LANGUAGE MODELS AS OPTIMIZERS 》（2309.03409V3 ） ，迄今已经被 引用 252次，也是 ICLR 2024上的一篇核心论文。 OPRO(Optimization by PROmpting)的方法，可以利用大语言模型本身来优化prompt。这项研究不仅为prompt工程提供了一种全新的思路，更揭示了大语言模型作为通用优化器的潜力。让我们一起深入探讨这项突破性的研究。 图片由xiumaodalle生成 在深入探讨OPRO的具体工作流程之前，让我们先概览一下这种创新方法的核心原理。OPRO，全称'Optimization by PROmpting'，可以翻译为'通过提示优化'或'基于提示的优化'。这个名称准确地描述了其工作方式——利用大语言模型(LLM)通过提示
………………………………
