ExplorerMan

摘要： 据站长之家 11 月 21 日报道，在最新的 AI 研究报道中，Google DeepMind 推出了一项名为“优化通过提示（OPRO）”的技术，将大型语言模型（LLM）作为其自身提示的优化器。该方法旨在通过自然语言描述问题，指导 LLM 生成和改进解决方案，从而提高提示性能。 DeepMind 的 阅读全文

摘要： ‌PromptWizard‌是一个由微软研究院开发的自动化提示词优化框架，旨在改进大型语言模型（LLMs）在特定任务中的表现。该框架通过自我演变和自我适应机制，利用反馈驱动的批评和合成过程，迭代优化提示指令和上下文示例，从而提高模型的准确性和效率‌12。 主要功能和技术原理 PromptWizard 阅读全文

摘要： ‌Flow-DPO‌是一种通过在线多智能体学习来提升LLM（大型语言模型）数学推理能力的新方法。Flow-DPO结合了在线学习流（Flow）和直接偏好优化（DPO），通过两个独立的语言模型互相协作，纠正对方的错误，从而生成更加准确和详细的推理轨迹‌12。 工作原理 Flow-DPO的核心在于构建两个 阅读全文