本發(fā)明屬于人工智能,特別是一種高效智能的大模型提示詞工程方法及系統(tǒng)。
背景技術(shù):
1、隨著人工智能技術(shù)的快速發(fā)展,尤其是在自然語言處理領(lǐng)域,大模型(如gpt、bert等)的廣泛應(yīng)用使得人們能夠在多種場景下實(shí)現(xiàn)人與機(jī)器之間的高效交互。提示詞工程是指為大模型設(shè)計(jì)和優(yōu)化輸入提示,以最大限度地發(fā)揮其生成能力和上下文理解能力。有效的提示詞能夠幫助大模型更準(zhǔn)確地理解用戶意圖,從而生成高質(zhì)量的輸出結(jié)果。然而,如何有效地利用這些強(qiáng)大的大模型,特別是在提示詞的構(gòu)建上,仍然是一個(gè)具有挑戰(zhàn)性的研究課題。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的是提供一種高效智能的大模型提示詞工程方法及系統(tǒng),以解決現(xiàn)有技術(shù)中的不足,能夠針對用戶的任務(wù)需求,實(shí)現(xiàn)對提示詞集合的智能化生成與優(yōu)化,提高提示詞構(gòu)建的效率與質(zhì)量,為大模型的實(shí)際應(yīng)用提供更為靈活的支持。
2、本申請的一個(gè)實(shí)施例提供了一種高效智能的大模型提示詞工程方法,所述方法包括:
3、接收用戶輸入的用于與大模型交互的任務(wù)需求,基于所述任務(wù)需求生成一組初始提示詞集合,其中,每個(gè)初始提示詞與任務(wù)的特征維度關(guān)聯(lián);
4、對初始提示詞集合進(jìn)行特征映射,構(gòu)建提示詞特征向量集合,將提示詞特征向量集合中的特征向量分解為若干子特征向量,以捕獲提示詞的不同特性,其中,每個(gè)特征向量表示對應(yīng)初始提示詞的多維特征屬性;
5、利用并行優(yōu)化算法對所述子特征向量進(jìn)行多目標(biāo)優(yōu)化,生成優(yōu)化提示詞集合,其中,所述并行優(yōu)化算法通過多線程并行優(yōu)化各個(gè)預(yù)設(shè)目標(biāo);
6、對所述優(yōu)化提示詞集合進(jìn)行語義一致性和生成多樣性篩選,確定若干條最終提示詞,作為對應(yīng)任務(wù)需求的大模型輸入。
7、可選的,所述接收用戶輸入的用于與大模型交互的任務(wù)需求,基于所述任務(wù)需求生成一組初始提示詞集合,包括:
8、獲取任務(wù)需求的特征描述,將所述特征描述量化為目標(biāo)特征向量;
9、從外部語料庫中選擇與任務(wù)需求領(lǐng)域相關(guān)的文本片段,建立初始語料庫;
10、基于所述初始語料庫,提取與所述目標(biāo)特征向量相關(guān)的語料集合;
11、將所述語料集合的語義信息編碼成潛在空間,生成與潛在空間相關(guān)的潛在語義向量;
12、將所述潛在語義向量進(jìn)行解碼,利用所述潛在空間,生成一組初始提示詞集合,確保每個(gè)初始提示詞具有多樣化的語義表現(xiàn);
13、計(jì)算每個(gè)初始提示詞與所述目標(biāo)特征向量的余弦相似度,并利用tf-idf計(jì)算每個(gè)初始提示詞在所述語料集合中的重要性;
14、根據(jù)所述余弦相似度和所述重要性,篩選得到最終的初始提示詞集合。
15、可選的,所述對初始提示詞集合進(jìn)行特征映射,構(gòu)建提示詞特征向量集合,將提示詞特征向量集合中的特征向量分解為若干子特征向量,包括:
16、對最終的初始提示詞集合中的每個(gè)提示詞進(jìn)行上下文感知編碼,生成初始的高維特征向量集合,作為提示詞特征向量集合,其中,每個(gè)高維特征向量捕獲了每個(gè)提示詞的深層語義和上下文信息;
17、將所述高維特征向量集合構(gòu)成特征矩陣,其中,所述特征矩陣的每行表示一個(gè)提示詞的向量;
18、將所述特征矩陣分解為兩個(gè)子矩陣,其中,所述子矩陣包括特征基矩陣和系數(shù)矩陣,每個(gè)子矩陣捕捉提示詞特征的不同方面;
19、對兩個(gè)子矩陣進(jìn)行協(xié)同分析,提取每個(gè)提示詞在不同特征維度上的具體表示,得到子特征向量集合;
20、對所述子特征向量集合中的每個(gè)子特征向量進(jìn)行稀疏化處理,得到稀疏化的子特征向量。
21、可選的,所述對所述優(yōu)化提示詞集合進(jìn)行語義一致性和生成多樣性篩選,確定若干條最終提示詞,包括:
22、對所述優(yōu)化提示詞集合中的每個(gè)提示詞進(jìn)行語義向量化處理,生成對應(yīng)的語義向量;
23、計(jì)算所述語義向量與任務(wù)需求對應(yīng)的特征向量之間的語義相似度;
24、篩選所述語義相似度高于預(yù)設(shè)閾值的語義向量對應(yīng)的提示詞,以使篩選的提示詞在語義上與任務(wù)需求一致,得到語義一致提示詞集合;
25、對所述語義一致提示詞集合中的提示詞的語義向量進(jìn)行聚類,以使各個(gè)聚類中心能夠代表不同的語義領(lǐng)域;
26、選取每個(gè)聚類中與中心距離小于預(yù)設(shè)距離的提示詞,作為代表性提示詞。
27、本申請的又一實(shí)施例提供了一種高效智能的大模型提示詞工程系統(tǒng),所述系統(tǒng)包括:
28、接收模塊,用于接收用戶輸入的用于與大模型交互的任務(wù)需求,基于所述任務(wù)需求生成一組初始提示詞集合,其中,每個(gè)初始提示詞與任務(wù)的特征維度關(guān)聯(lián);
29、分解模塊,用于對初始提示詞集合進(jìn)行特征映射,構(gòu)建提示詞特征向量集合,將提示詞特征向量集合中的特征向量分解為若干子特征向量,以捕獲提示詞的不同特性,其中,每個(gè)特征向量表示對應(yīng)初始提示詞的多維特征屬性;
30、優(yōu)化模塊,用于利用并行優(yōu)化算法對所述子特征向量進(jìn)行多目標(biāo)優(yōu)化,生成優(yōu)化提示詞集合,其中,所述并行優(yōu)化算法通過多線程并行優(yōu)化各個(gè)預(yù)設(shè)目標(biāo);
31、篩選模塊,用于對所述優(yōu)化提示詞集合進(jìn)行語義一致性和生成多樣性篩選,確定若干條最終提示詞,作為對應(yīng)任務(wù)需求的大模型輸入。
32、本申請的又一實(shí)施例提供了一種存儲(chǔ)介質(zhì),所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序,其中,所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行上述任一項(xiàng)中所述的方法。
33、本申請的又一實(shí)施例提供了一種電子設(shè)備,包括存儲(chǔ)器和處理器,所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序,所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行上述任一項(xiàng)中所述的方法。
34、與現(xiàn)有技術(shù)相比,本發(fā)明提供的一種高效智能的大模型提示詞工程方法,接收用戶輸入的用于與大模型交互的任務(wù)需求,基于所述任務(wù)需求生成一組初始提示詞集合;對初始提示詞集合進(jìn)行特征映射,構(gòu)建提示詞特征向量集合,將提示詞特征向量集合中的特征向量分解為若干子特征向量,以捕獲提示詞的不同特性;利用并行優(yōu)化算法對所述子特征向量進(jìn)行多目標(biāo)優(yōu)化,生成優(yōu)化提示詞集合;對所述優(yōu)化提示詞集合進(jìn)行語義一致性和生成多樣性篩選,確定若干條最終提示詞,作為對應(yīng)任務(wù)需求的大模型輸入,從而能夠針對用戶的任務(wù)需求,實(shí)現(xiàn)對提示詞集合的智能化生成與優(yōu)化,提高提示詞構(gòu)建的效率與質(zhì)量,為大模型的實(shí)際應(yīng)用提供更為靈活的支持。
1.一種高效智能的大模型提示詞工程方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述接收用戶輸入的用于與大模型交互的任務(wù)需求,基于所述任務(wù)需求生成一組初始提示詞集合,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述對初始提示詞集合進(jìn)行特征映射,構(gòu)建提示詞特征向量集合,將提示詞特征向量集合中的特征向量分解為若干子特征向量,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述對所述優(yōu)化提示詞集合進(jìn)行語義一致性和生成多樣性篩選,確定若干條最終提示詞,包括:
5.一種高效智能的大模型提示詞工程系統(tǒng),其特征在于,所述系統(tǒng)包括:
6.根據(jù)權(quán)利要求5所述的系統(tǒng),其特征在于,所述接收模塊,具體用于:
7.根據(jù)權(quán)利要求6所述的系統(tǒng),其特征在于,所述分解模塊,具體用于:
8.根據(jù)權(quán)利要求7所述的系統(tǒng),其特征在于,所述篩選模塊,具體用于:
9.一種存儲(chǔ)介質(zhì),其特征在于,所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序,其中,所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行權(quán)利要求1-4中任一項(xiàng)所述的方法。
10.一種電子設(shè)備,包括存儲(chǔ)器和處理器,其特征在于,所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序,所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行權(quán)利要求1-4中任一項(xiàng)所述的方法。