Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Structured Prompting Enables More Robust Evaluation of Language Models

Created by
  • Haebom
Category
Empty

저자

Asad Aali, Muhammad Ahmed Mohsin, Vasiliki Bikia, Arnav Singhvi, Richard Gaus, Suhana Bedi, Hejie Cui, Miguel Fuentes, Alyssa Unell, Yifan Mai, Jordan Cahoon, Michael Pfeffer, Roxana Daneshjou, Sanmi Koyejo, Emily Alsentzer, Christopher Potts, Nigam H. Shah, Akshay S. Chaudhari

개요

본 논문은 언어 모델(LM)의 성능을 정확하게 평가하기 위한 새로운 벤치마킹 프레임워크를 제시합니다. 기존의 HELM(Holistic Evaluation of Language Models) 프레임워크가 고정된 프롬프트를 사용하여 LM의 성능을 과소평가할 수 있는 문제를 해결하기 위해, DSPy와 같은 선언적 프롬프팅 방식을 통합하여 구조화된 프롬프트를 생성하고 이를 통해 LM의 성능을 더 정확하게 측정합니다. 4가지 프롬프팅 방법을 사용하여 4개의 최첨단 LM을 7개의 벤치마크(일반/의학 분야)에서 평가한 결과, 구조화된 프롬프팅이 HELM의 성능 추정치를 개선하고, 벤치마크 간의 성능 변동성을 줄이며, 랭킹을 더욱 정확하게 나타냄을 확인했습니다.

시사점, 한계점

구조화된 프롬프팅을 통해 HELM 프레임워크가 LM의 성능을 평균 4% 향상된 것으로 평가.
구조화된 프롬프팅을 사용함으로써 벤치마크 간 성능 추정치의 표준 편차가 2% 증가.
구조화된 프롬프팅으로 인해 7개 벤치마크 중 3개에서 LM 랭킹이 변경.
Chain-of-thought 프롬프팅 도입 시 LM의 프롬프트 디자인에 대한 민감도가 감소.
연구는 DSPy+HELM 통합과 프롬프트 최적화 파이프라인을 오픈 소스로 제공.
본 연구는 특정 LM 및 벤치마크에 국한될 수 있으며, 다른 LM 및 벤치마크에 대한 일반화 가능성은 추가 연구가 필요.
구조화된 프롬프팅 방법의 효과는 프롬프트 설계 및 최적화 방법에 따라 달라질 수 있음.
👍