知识卡片
自动提示优化本质上是指标搜索
自动化工具可生成提示变体、示例或提示链,用评估指标选择候选。它优化的是指定数据和评分函数,因此数据覆盖与指标有效性决定结果价值。搜索得到高分后仍应验证未参与选择的应用样本,避免只适应优化集。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 提示工程
原书出处 · 1 处
- · 查看原书依据
在评估数据上最大化评估指标。从功能上看,这些工具类似于自动化机器学习(autoML)工具,后者能自动为传统机器学习模型寻找最优超参数。
参考来源
- 位置:《AI工程:大模型应用开发实战》第5章《提示工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section013.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:在评估数据上最大化评估指标。从功能上看,这些工具类似于自动化机器学习(autoML)工具,后者能自动为传统机器学习模型寻找最优超参数。