OpenAI推出“Meta-Prompting”，显著提升GPT-4等模型内容准确性

1,016 0 0

作者信息

【原文作者】 AIGC开放社区
【作者简介】 专注AIGC领域的专业社区，关注微软OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！
【微信号】 AIGCOPEN

文章摘要

【关键词】 AIGC、大语言模型、Meta、专家模型、上下文选择

本文介绍了一个名为Meta-ProMetating（简称“Meta”）的创新大模型增强框架，由OpenAI和斯坦福大学的研究人员共同推出。Meta旨在提升GPT-4、PaLM和LLaMa等大语言模型（LLM）的性能，使其生成内容更加精准、安全可靠。Meta的技术原理是将复杂任务分解为更小的子任务，并由专家模型指导完成。实验数据显示，Meta与GPT-4结合后在多个测试任务中表现出色，尤其是与Python代码解释器结合使用时效果更佳。

与传统的模型提示指导方法相比，Meta采用了跨特定任务的通用高层次指导，通过指挥模型、专家模型和沟通协调模块的协同工作，实现了任务的分解和解决。指挥模型负责生成消息历史，选择适当的专家模型并制定指令，而专家模型则根据指令执行子任务。此外，上下文选择模块为专家模型提供动态上下文，以丰富模型的知识和理解。META还内置了批判和验证模块，确保输出内容的准确性。

本文素材来源于Meta-ProMetating论文，如有侵权请联系删除。