Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4

本文是LLM系列文章，针对《Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4》的翻译。

摘要

本文介绍了26条指导原则，旨在简化大型语言模型的查询和提示过程。我们的目标是简化为各种规模的大型语言模型制定问题的基本概念，检查它们的能力，并增强用户在输入不同提示时对不同规模的大型语言模型行为的理解。对LLaMA-1/2（7B、13B和70B）、GPT-3.5/4进行了广泛的实验，以验证所提出的原理在指令和提示设计上的有效性。我们希望这项工作能为研究大型语言模型提示的研究人员提供更好的指导。项目页面位于https://github.com/VILA-Lab/ATLAS。

1 引言

2 相关工作

3 原则

4 实验

5 结论

我们通过详尽的分析提出了26条原则，增强了LLM关注输入上下文关键元素的能力，从而产生高质量的响应。通过在处理输入之前用这些精心制定的原则指导LLM，我们可以鼓励模型产生更好的响应。我们的实证结果表明，这一策略可以有效地重新制定可能影响产出质量的背景，从而提高回应的相关性、简洁性和客观性。
未来的探索有许多方向。在我们的实验中，我们使用了一种约束样本提示方法来应用这些