还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS

aixiv专栏是本站发布学术、技术内容的栏目。过去数年，本站aixiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱w d k .：liyazhou@jiqizhixj l 3 c h [ 1 rin.com；zhaoyunfeng@jiqizhixin.com

论文共同第一作者郑淼，来自于周泽南领导的百川对齐团队，毕_ 5 t ;业于北京大学，研究方向包括大语言模型、多模态学习以及计算机视觉等，曾主导MMFlow等开源项目。共同第一作者梁昊，北京大学前沿交叉学科研究院博士生，研究方向为大模型数据侧，指导老师为张文涛教授。北大-百川智能AI系统联合实验室成立于2024年1月，旨在围绕人工智能模型系统的全技术流程，f 3 d [ S G研究科学和系统的数据生成和质量{ s j |评估策略、大模型训j f 0 \ ) E 3 $练和推理加速等重要问题。联合实验室由北c Z ^ o O京大学博雅特聘教授崔斌和百川| b % ] G X / n ?智能联合创始人陈炜鹏担v Z S l P任主任。

基于 Transformer 架构的大语言模型正在各个领D [ u – N a ~ w :域取得突破性成果。提示词工程（Prompt Engineering）在其中的角色至关重要。

用好提示词，研究人员和, L O [ U P f #开发者能7 v 1 $ k _ ` B够引导模型在特定任务上表现得更优秀。这种方法不仅能够显著提升模型的性能，还能够增强模型的适应性，使其在面对各种复杂任务时更加灵活和高效。

此外，提示词工程还能优化模型的学习过程，提高复杂问题处理效率，减少训练时间和计算资源需求。

相较于传统的微调方法，提示词工程能以极低成本使模型适应多个下游任务，大幅节省计算资源和数据收集成本。然而，设计有效的提示词对B 2 & / ! X非专业人士而言仍具挑战性，往往需要大量学习和实践。

直接利用大语言模型进行自动提示工程通常难以取得理想效果。不恰当的提示可能分散模型注意力，反而降低性能。因此，开发一个能辅助用户，操作简便的自动提示工程系统变得尤为重要。

PAS：突破性的自动S z V提示工程系统

为应对这一挑s U e : q & @ j战s a [ 1 J *，北京大学 – 百川联合实验室提出了 PAS 自动提示工程系统。PAS 的创新之处在于：

1. 设计高质量的自动提示数据集

2. 对 GPT 模型进行少样本学习和数据筛选

3. 自动构建精简而高效的提示数据集

4. 通过微调实现有效的自B w ,动提S 5 b 1 +示工程

PAS 能够对用户R h ` *输入进行简洁而有效的补充，实现快速、简单且支持流式显示的自动提示工程。

在多个基准测试中，PAS 的表现远超既有的 SOTA 模型，且所需数据量更少。人工评测结果同! ? G l : E k \样显示( . \ q S n h 6 % PAS 具有优异表现，凸显了其在实际应用中的巨大潜力。

这一突破性成果不仅推| & u 4 H ~ – N u动了提示词工程的发展，也为大语言模型在更广泛领域的应用铺平了道路。

还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS

论文地址：https://arxiv.org/abs/2407.06027
PKU-Baichuan-MLSystV – TemLab：

https://github.com/PKU-Baichuan-MLSystemLab

httpsq I a P://huggingface.co/PKU-Baichuan-MLSystemLab

方法

还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS

训练 PAS 主要分为三步：

第一步：构建高质量问题数据集

训练 PAS 的首要任务是建立一个高质量的问题数据集。如图 (a) 所示，研究人员根据 LMSYS-1M 和 WildChaj D ! [t 数据集，通过以下三方面筛选出优质问题：

1. 数据去重：运用 embedding 技术结合聚类算法，有效去除重复数据。

2. 质量筛选：利用百川大模型对数据质量进行评估和筛选。

3. 多样性保证：最终选出覆盖 10 多个类别的 9000 条高质量问题数据。

第二步：补充提示工程数据

在这( P / O e v ]一阶段，研究人员综合利用内部积累的 100 条高质量数据和第一步筛选的问题数据，通D u m : r J过 few-shot learning 方法，借助 GPT 模型构建自动提示工程数据：

1. 初始数据生成：使用 few-shot learning 指导 GPT 生成初步的提示工程数据。

2. 质量控制：设计 Critique 步骤，再次利用 few-shot learning 让 GPT 评估生成数据的质量。

3. 迭代优化：自动筛除低质量数据，并重新生成，通过多轮迭代确保数据质量。

4. 最终成果：` % i y ? % G i最终得到 9000 条高质量的自动提示工程数据。

还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS

数据分布

生成的 9000 条数据的分布情况如上图所示，确保了数据的多样性和代表性。M ! $

第三步：微调自动提示模型

最后d = # H ` ^ V一步将利用前两个阶段获得的数据集来微调大型语言模型：

1. 选择基础模型：如 Qwen2-7b 等模型。

2. 定向微调：使用] S \高质量数据集进行微调。

3. 专业化训练：最终得到一个专门用于自动提示工程的大语言模型。% * ` l o & *

实验及结果

还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS

人工评测

根据人类评估员的测评，相比先前的 SOTA（State-of-the-ArO P ~ & qt）模型，PAS 在各领域均展现出较高的胜率。在多个领域的平均胜率超过 50%，胜率与平局率之和更是高达 80% 以上。

机器评测 Benchmark

为全面评估 PAS 的性能，研究人员选择了Arena-Hard、Alpaca-Eval 2.0、Alpaca-Eval 2.0 (LC)w = ? H 9 w y ~ J 三个 benchmark。

随& O ) i后，研@ ] U A & . 7 b究人员将 PAS 应用于六个顶尖的 AI 模型，包括：

GPT-4（三个版本）
GPT-3.5
Qwen2-72-Instruct
LLaMA3-70B-Instruct

评测结果显示：

相较于无提示情况和先前的 SOTA 自动提示工程模型，PAS 均取得了显著提升。
与之前的 BPO 模型相比，PAS 展j n l . \ m K现出更强的适应性，能够与各种超大模型兼容，并在每个模型上都实现了性能提升。

计算效率分析

PAS 不仅在性能上表现卓越，其计算效率也非常高：在数据效率方面，它仅需 9000 条微调数据便能展现出卓越性能。在输出效率方面，它能够限制补q E `充自动提示的长度，通常不超过 30 个词。

对于用户体验而言，PAS 也为大模型带来了增益，具体B 3 ( 4 }来说：

与 BPO 等先前模型不同，PAS 无需修改用户的原始问题，仅进行补充自动提示。
提供极佳的用户体验，响应时间可控$ = 9 C D ` \ H。
支持类似 GPT 的流式显示，进一步i . & | / { { 2 2提升交互体验r S = w E。

实例：PAS 帮助大模型绕开逻辑陷阱

「如果树上有 10 只鸟，其中一只被射死了，地上有多少只鸟？」

这个看似简单的问题实际上隐藏着p x ] 6 v b _一个巧妙的逻辑陷阱，你看到它可能也需要反应几秒，才知道树上还剩 9 只鸟，而地上只有r u 1 s 6 ? 1 只。

正如图上所示，在没b h W c { v有 PAS 辅助的情况下，GPT 给出了错误的回答。而 PAS 系统通过补充提示词，显著改善了模型的表现：

在w N e J 1 PAS 的引导下，模型新一轮的回答展现出了显著的提升，不仅成功规避了问题中的逻辑陷阱，展示了清晰的、多步骤的逻辑推理过程，还能在给出正确答案之外引导用户理解整\ c M个推理过程。

感兴趣的读者可以阅读论文原文，了解更多研究内容。V t M F | P M z

以上就是还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS的详细内容！

百度未收录

本文由【好易之】整理自网络！
原创文章，作者:【好易之】如转载请注明出处：https://www.zhengjiaxi.com/zxwd/itzx/117335.html
如有侵权，请邮件联系 aoduoye@qq.com 删除。
本站发布的文章及附件仅限用于学习和研究目的;不得将上述内容用于商业或非法用途，否则后果请用户自负。
本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。
如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如有侵权请邮件与我们联系处理。