研究人员采用了新的提示方法来扩展GPT-4

chatgpt4
微软的最新研究揭示了一项令人振奋的技术突破,使得GPT-4达到了前所未有的性能水平。该研究突显了先进的提示技术如何让通用人工智能在表现上与专业领域训练的人工智能媲美,甚至超越。研究人员发现,通过采用先进的提示技巧,GPT-4的性能能够优于Google专门训练的Med-PaLM 2模型,后者在医学领域经过明确的训练。

先进的提示技巧

这项研究的结果确认了生成式人工智能的高级用户已经发现并积极使用的见解,这些见解能够生成引人注目的图像或文本输出。高级提示通常被称为提示工程,尽管有些人可能对其深刻性嗤之以鼻,但事实上,先进的提示技术基于合理的原理,而这项研究的结果再次强调了这一事实。

例如,研究人员使用的一种技术,思想链(CoT)推理,是许多高级生成人工智能用户已经发现并成功应用的技术。思维链提示是Google在2022年5月左右提出的一种方法,使人工智能能够根据推理将任务划分为多个步骤,从而提高问题解决的效率。

这项研究的颠覆性之处在于,使用CoT推理结合其他两种技术,使他们能够达到超越已知水平的惊人质量水平。这其中的关键技术之一被称为Medprompt。

chatgpt4
chatgpt4

Medprompt的价值

研究人员通过对四种不同基础模型的测试,包括弗兰-PaLM 540B、医学-PaLM 2、GPT-4和GPT-4 MedPrompt,验证了Medprompt技术的价值。测试使用了专门为医学知识而创建的基准数据集,涉及推理性问题和医学委员会考试问题。

结果显示,使用Medprompt的GPT-4在所有四个医疗相关数据集上绝对击败了所有对其进行测试的竞争对手,展现了其在医学领域的卓越表现。

 

Medprompt的重要性

研究人员发现,结合CoT推理和其他提示策略,可以使通用基础模型如GPT-4优于仅在一个领域进行训练的专业模型。这项研究对使用生成式人工智能的人尤为重要,因为Medprompt技术可在任何专业知识领域获得高质量的输出,而不仅仅局限于医学领域。

这一突破的重要性在于,不再需要耗费大量资源来训练专业的大型语言模型,使其成为特定领域的专家。通过简单应用Medprompt的原理,就能够获得出色的生成式人工智能输出。

 

三种提示策略

研究人员在论文中详细描述了三种提示策略,包括动态少样本选择、自生思维链和选择随机播放组合。

  • 动态少样本选择: 使AI模型能够在训练期间选择与特定任务相关的示例,通过从相对较小的示例集中学习来适应特定任务。
  • 自生思维链: 使用自然语言语句来指导人工智能模型进行一系列推理步骤,从而自动创建思维链示例,减少对人类专家的依赖。
  • 选择随机播放组合: 通过选择随机播放的组合方式来引导AI模型进行多样性的学习。

这些提示策略的应用为生成式人工智能提供了更广泛、更灵活的应用场景,为未来的技术发展打开了新的可能性。

无论您是需要企业网站建设、外贸网站建设,还是网站优化,漳州网站建设 www.xmcyhd.com 都是您可信赖的合作伙伴。与我们携手,开启数字化时代的创新之旅!

联系我们

给我们打电话或填写下面的表格,我们将与您联系。我们努力在工作日的24小时内回答所有询问。