UtilityMax Prompting: A Formal Framework for Multi-Objective Large Language Model Optimization
Created by
Haebom
Category
Empty
저자
Ofir Marom
💡 개요
기존 자연어 기반 프롬프트는 다중 목표를 동시에 만족시켜야 하는 LLM 작업에서 모호성을 야기합니다. 본 논문은 공식적인 수학 언어로 작업을 명세하는 UtilityMax Prompting이라는 프레임워크를 제안합니다. 이를 통해 LLM이 기대 효용을 최대화하는 답변을 찾도록 유도하여, 주관적인 자연어 해석 대신 명확한 최적화 목표를 달성합니다.
🔑 시사점 및 한계
•
다중 목표 최적화에서 LLM의 성능을 향상시키기 위한 공식적인 프롬프트 엔지니어링 방법론을 제시합니다.
•
영화 추천과 같은 실제 다중 목표 추천 작업에서 정밀도 및 NDCG와 같은 성능 지표를 개선할 수 있음을 보여줍니다.
•
현재는 영화 추천 작업에 국한되어 검증되었으며, 다른 도메인이나 더 복잡한 다중 목표 설정에서의 확장성 및 효율성에 대한 추가 연구가 필요합니다.
