본 논문은 저자원 인도어에서의 소수 샷 학습 성능 향상을 위한 새로운 예시 선택 방법인 PromptRefine을 제안합니다. PromptRefine은 관련 고자원 인도어의 보조 예시 뱅크를 활용하고 다중 작업 학습 기법을 통해 언어별 검색기를 정렬하여 효과적인 언어 간 검색을 가능하게 합니다. 또한, 선택된 예시의 다양성을 통합하여 일반화 성능을 높이고 편향을 줄입니다. LLAMA-3.1-8B, LLAMA-2-7B, Qwen-2-7B, Qwen-2.5-7B와 같은 최첨단 LLMs을 사용하여, 다국어 질의응답, 기계 번역, 언어 간 요약 등 네 가지 텍스트 생성 작업에 대한 종합적인 평가를 통해 기존 예시 검색 프레임워크보다 PromptRefine의 성능이 우수함을 보여줍니다.
