ブラックボックスLLMに対する知識活用型プロンプト最適化

DOI

書誌事項

タイトル別名
  • Knowledge-Based Prompt Optimization for Black-Box LLMs

説明

<p>近年、ブラックボックス的な性質を持つLLM（大規模言語モデル）は優れた性能で注目を浴びている。LLMは汎用性が高い一方で、モデルの内部パラメータを直接変更することが難しいという課題がある。それに対し、プロンプト最適化技術はモデルのパラメータを変更することなく高いパフォーマンスを引き出す有効なアプローチとして関心を集めている。しかし、プロンプトの最適化には高度な知識や試行錯誤が必要であり、手動によるプロンプト設計は非常に労力を要する。これに対し、本研究ではLLMエージェントが発話予測タスクを通じて、対話データを分析しながら動的に知識や経験を蓄積し、それらを必要に応じてプロンプトの生成に反映する新しいプロンプト最適化手法を提案する。本研究で提案する手法で、LLMエージェントは自らのプロンプト生成手法を自律的に最適化し、時間とともによりプロンプトを生成する能力を高める。</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390583647828427008
  • DOI
    10.11517/jsaislud.102.0_167
  • ISSN
    24364576
    09185682
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用可

問題の指摘

ページトップへ