PanelGPT

PanelGPT

优化语言模型推理性能的全新零样本提示词方法

PanelGPT通过引入专家小组讨论的零样本提示词,有效提升了语言模型在复杂任务上的表现。通过使用gpt-3.5-turbo进行评估,其在GSM8K数据集上的表现突出,验证了该方法的有效性。综合专家讨论模式与自洽性理论,帮助模型更准确地理解和解决问题,为语言模型的推理能力提供了新方案。

PanelGPT语言模型提示词零样本提示推理能力Github开源项目

PanelGPT 项目介绍

背景介绍

PanelGPT项目的灵感源于我们在会议和讲座中常见的"小组讨论"场景。在这些讨论中,专家们就特定主题交换意见,能够更好地理解新概念、改变思维视角,从而到达对热点话题更全面的理解。正如中国古语所言:"三个臭皮匠,顶个诸葛亮",通过多人讨论可以充分发挥集体智慧。这种"小组讨论"的方法被应用于自然语言处理的提示词上,大大提升了语言模型的推理能力。

主要内容和实验结果

PanelGPT采用一种创意的"小组讨论"提示法,在GSM8K数据集上进行了评估,其结果显示,这种方法能有效提高语言模型的推理能力。使用gpt-3.5-turbo API进行实验,每千个数据的测试成本不到2美元。PanelGPT提示法取得了最佳表现,实验通过消融分析显示了每个元素的重要性。

  • 无提示:准确率为0.789
  • 零次链式推理(Zero-Shot CoT):准确率为0.854
  • APE改进链式推理:准确率为0.845
  • 思维树(ToT)提示:准确率为0.842
  • PanelGPT:准确率达到了0.899,是所有方法中表现最佳的

该项目发现在多位专家通过"小组讨论"形式解决问题,并确保结果正确,可以有效提高模型的推理能力。

相关研究

零次和少次提示(Zero-Shot and Few-Shot Prompting)

大型语言模型如GPT-3和GPT-4在庞大数据量训练后展现出零次提示能力。然而,在执行复杂任务时,这些模型的零次表现往往不尽如人意。通过少次提示,模型能在上下文中学习,改进后续回答的质量。

思维链提示(Chain-of-Thought Prompting)

思维链提示在复杂的算术、常识和符号推理任务中更为有效,它通过加入额外的推理步骤帮助语言模型找到正确答案。零次思维链提示进一步改进了这一思路,通过任务无关指令提高了模型在特定任务上的表现。

其他提示策略

其他策略包括多样化推理路径采样、生成知识提示、思维树方法等。这些方法结合了多重信息来源与推理技能,能逐步解决复杂的推理问题,并在知识密集型任务中表现优异。

自动化提示生成的扩展

PanelGPT还探讨了通过离线逆强化学习自动化提示生成的方法,例如Prompt-OIRL。该方法在算术推理任务中能将不同大型语言模型的性能提高多达24%。

引用

如果您使用我们的代码和提示方法,请引用我们的相关论文:

@inproceedings{sun2023query, title={Query-Dependent Prompt Evaluation and Optimization with Offline Inverse RL}, author={Sun, Hao and H{\"u}y{\"u}k, Alihan and van der Schaar, Mihaela}, booktitle={The Twelfth International Conference on Learning Representations}, year={2023} } @article{sun2023reinforcement, title={Reinforcement Learning in the Era of LLMs: What is Essential? What is needed? An RL Perspective on RLHF, Prompting, and Beyond}, author={Sun, Hao}, journal={arXiv preprint arXiv:2310.06147}, year={2023} }

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多