2401_85233349的博客

我们可以将相同的原则应用于 APE，但我们首先需要解决的事实是，提示是一种不同类型的超参数，因为它是基于文本的。但是，如果我们有一个永不疲倦的工具，能够生成无数各种风格的提示，同时不断改进它们，那会怎样？OPRO 会跟踪所有之前提示的分数，并根据它们在优化轨迹中的表现对这些提示历史进行排序，这成为一个宝贵的信息来源，可引导优化器 LLM 找到更有效的提示。正如我们现在所看到的，设计有效的提示可以显著影响 LLM 的表现，但手动调整和试验的过程可能非常耗时，而且难以扩展。当然，我们的实现只是一个起点。

GPT-4 Vision 与 MongoDB 的集成，尤其是后者的矢量搜索功能，为零售业提供了一个强大的工具。这是一种革命性的零售体验，由一款创新应用实现，该应用将生成式 AI 的强大功能（特别是GPT-4 Vision 等多模态模型）与 MongoDB 强大的数据管理功能相结合。利用此类应用程序的零售商可以期望在竞争激烈的数字市场中实现更高的效率、更高的转化率，并最终实现更强劲的财务业绩。用户上传他们喜欢的服装或配饰的图片，应用会从零售商的库存中提供类似的选择。该应用程序的影响远远超出了技术创新的范围；