SEO: Stochastic Experience Optimization for Large Language Models

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，发现SEO经验提升性能主要源于生成更多正确答案和更好的答案格式。此外，SEO优化的经验在分布外数据和跨语言场景中具有泛化能力，消融实验验证了SEO各组件的重要性。

文章创新点

1. 自动经验优化