这项由KAIST和DeepAuto.ai研究团队开发的MetaSPO(元级系统提示词优化器)框架,通过元学习方法优化大语言模型的系统提示词,而不仅仅关注用户提示词。研究发现,一个经过优化的系统提示词可以在各种未见过的任务中表现优异,并能使用户提示词的优化过程更加高效。实验结果显示,MetaSPO在14个未见任务上显著超越基线方法,85%的用户提示词与优化后的系统提示词配对时性能得到提升。该方法还展现出强大的跨模型迁移能力,为提高大语言模型的通用性和实用性开辟了新途径。
至顶网 科技行者 2025-05-19 15:45:02