SEO: Stochastic Experience Optimization for Large Language Models

在这里插入图片描述

文章主要内容

  1. 背景与问题:大语言模型(LLMs)在多种任务中表现出色,但在特定任务上仍有提升空间。微调LLMs成本高昂,且对于闭源或仅通过API访问的模型不可行。虽然利用有用经验可提升LLMs性能,但寻找合适经验困难,现有自动寻找经验的方法难以保证有效性。
  2. 随机经验优化(SEO)框架:提出SEO,通过自然语言中的经验更新来寻找优化的特定模型经验,无需修改模型参数。该框架包含试验生成、经验更新和经验验证三个主要步骤,使用生成器模型和优化器模型,在每次训练步骤中迭代优化经验。
  3. 实验设置与结果:在多跳问答、机器翻译和文本分类三个任务上,使用三个LLMs,在七个数据集上进行实验。结果表明,SEO能稳定提升各种LLMs在不同任务上的性能,优于直接回答、应用初始经验以及CLIN和ExpeL等基线方法。
  4. 分析:研究了初始经验的影响,发现不同初始化对性能影响不同,SEO可优化多种初始经验提升性能。通过手动分析错误类型,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值