最新研究發(fā)現(xiàn),傳統(tǒng)的提示工程在AI領(lǐng)域正逐漸被一種新型機器學(xué)習(xí)框架所替代,這一框架名為GATE(Generative active task elicitation)。GATE允許大型模型主動向人類提問,以更好地理解用戶的偏好,從而不再依賴用戶提供的提示信息。
這一新方法通過主動提問,能夠更準確地捕捉用戶的興趣和需求,取代了傳統(tǒng)的被動學(xué)習(xí)方法,如提示工程和監(jiān)督學(xué)習(xí)。
研究團隊使用GPT-4進行實驗,結(jié)果顯示,GATE在多個任務(wù)上比傳統(tǒng)方法表現(xiàn)更出色,使大型模型更好地理解人類用戶。這一方法有望在需要進行復(fù)雜決策的領(lǐng)域,如醫(yī)療和法律,得到廣泛應(yīng)用。
盡管這一研究引發(fā)了有關(guān)提示工程的討論,不是所有人都同意提示工程正在消失。一些人認為,了解人類的意圖和喜好并不會導(dǎo)致提示工程的消失,除非機器學(xué)習(xí)的訓(xùn)練方式發(fā)生系統(tǒng)性變化。
其他人認為,提示工程可能會在形式上發(fā)生改變,但并不會完全消失。有人也提出了雇傭提示工程師的問題,如果提示工程不再需要,這些人將何去何從。
總的來說,這項研究為AI領(lǐng)域帶來了新的方法,通過主動提問來更好地理解人類用戶,但對提示工程的未來仍存在爭議。提示工程是否會消失,以及如何應(yīng)對這一變化,仍有待進一步討論和觀察。


產(chǎn)品與服務(wù)
聯(lián)系站長
關(guān)于我們