导向性刺激诱导：助你更好达成目标的方法
定向刺激提示（DSP）是李泽坤团队在2023年发表的论文《Guiding Large Language Models via Directional Stimulus Prompting》中提出的方法。
Guiding Large Language Models via Directional Stimulus Prompting.pdf1.98MB
定向刺激提示是一个新框架，用于指导大规模语言模型 (LLM) 实现特定的期望结果。该方法不是直接调整 LLM，而是使用一个小型的、可调整的策略模型（例如 T5）为每个输入实例生成辅助定向刺激提示。这些定向刺激提示充当详细的、特定于实例的提示和线索，指导 LLM 产生所需的结果。
真实的例子
•
输入文本：鲍勃·巴克 (Bob Barker) 时隔八年后重返“价格合理”。
•
参考摘要：周三，鲍勃·巴克 (Bob Barker) 接任“价格合理”节目的主持人。巴克于 2007 年从主持人退休。
定向刺激提示：问题：根据上述文章，根据线索用2-3句话简单概括。提示：鲍勃·巴克；电视; 4 月 1 日； “价格合适”；91。
•
模型输出：4 月 1 日 Bob Barker 时隔八年重返电视节目“The Price Is Right”。 91 岁的巴克用动画处理了他的第一个价格猜谜游戏。巴克于 2007 年辞去主持人职务，但仍然没有错过任何一个机会。
你在哪里使用它？
该方法使用监督微调（SFT）使用标记数据来优化策略模型，并使用强化学习（RL）根据LLM的输出来在线或离线优化策略模型。
•
DSP 使用小型、可调节的语言模型（例如强化学习模型）来创建提示或线索，指导法学硕士对所需结果的响应。
•
它提供了比传统微调方法更好的控制，并在保持模型的一般功能的同时指导模型的响应。
实际使用示例：
在客户服务中，DSP 可以通过分析客户投诉并提供快速、准确的解决方案来提高效率并支持人力。
在客户服务情况下，对于“客户抱怨交货延迟”的提示，DSP 可能会生成诸如“道歉、放心、提供解决方案”之类的提示，以便法学硕士会说“我们对交货延迟表示歉意，您的订单现在是优先事项。”它鼓励您制定富有同理心且有益的回应，例如“我们已排名，我们正在采取措施尽快达到目标。”
ⓒ 2023。Haebom，保留所有权利。
经版权所有者许可，可以将其用于商业目的，但需注明来源。
