Evoke
1.0.0
프로젝트 페이지 | arxiv
대형 언어 모델 (LLM)은 자연어 처리에서 인상적인 진전을 이루었습니다. 이 모델은 적절한 응답을 생성하기 위해 적절한 인간 지침 (또는 프롬프트)에 의존합니다. 그러나 LLM의 잠재력은 일반적으로 사용되는 프롬프트 방법에 의해 완전히 활용되지 않습니다.
우리는 자동 프롬프트 정제 프레임 워크 인 Evoke를 제안합니다. Evoke에는 동일한 LLM의 두 가지 인스턴스가 있습니다. b) 다른 하나는 저자 (LLM-Author)로서 편집 기록과 검토 자의 피드백을 고려하여 프롬프트를 편집합니다.
이러한 저자 검토기 피드백 루프는 각 반복에 프롬프트가 개선되도록합니다. 우리는 더 하드 샘플 만 LLM에 노출되는 Evoke의 데이터 선택 접근법을 추가로 집계합니다. LLM이 작업에 대한 더 깊은 이해를 개발할 수 있기 때문에 하드 샘플이 더 중요하지만 모델은 이미 더 쉬운 사례를 해결하는 방법을 알고있을 수 있습니다. 실험 결과에 따르면 기존 방법을 크게 능가하는 결과가 나타납니다.
놀이터를 포함하여 더 자세한 내용이 곧 나옵니다 !
이 프로젝트는 기여와 제안을 환영합니다. 대부분의 기부금은 귀하가 귀하가 귀하의 기부금을 사용할 권리를 부여 할 권리가 있다고 선언하는 기고자 라이센스 계약 (CLA)에 동의해야합니다. 자세한 내용은 https://cla.opensource.microsoft.com을 방문하십시오.
풀 요청을 제출할 때 CLA 봇은 CLA를 제공하고 PR을 적절하게 장식 해야하는지 자동으로 결정합니다 (예 : 상태 점검, 댓글). 봇이 제공 한 지침을 따르십시오. CLA를 사용하여 모든 저장소에서 한 번만이 작업을 수행하면됩니다.
이 프로젝트는 Microsoft 오픈 소스 행동 강령을 채택했습니다. 자세한 내용은 추가 질문이나 의견이 있으면 행동 강령 FAQ 또는 [email protected]에 문의하십시오.
이 프로젝트에는 프로젝트, 제품 또는 서비스에 대한 상표 또는 로고가 포함될 수 있습니다. Microsoft 상표 또는 로고의 승인 된 사용에는 Microsoft의 상표 및 브랜드 지침이 적용되며 따라야합니다. 이 프로젝트의 수정 된 버전에서 Microsoft 상표 또는 로고를 사용한다고해서 혼란을 일으키거나 Microsoft 후원을 암시해서는 안됩니다. 타사 상표 또는 로고를 사용하면 타사 정책이 적용됩니다.
