Loading...
🧬
Automatische Prompt-Optimierung(APO)
Behandelt die Prompts und Anweisungen innerhalb einer Agenten-Pipeline als lernbare Parameter, die programmatisch anhand einer Metrik und eines gelabelten Datensatzes optimiert werden, statt von Hand angepasst zu werden. Optimierer erzeugen automatisch Few-Shot-Beispiele und durchsuchen verschiedene Formulierungen der Anweisungen, während reflektierende Methoden Prompts anpassen, indem sie die Ausführungsspuren vergangener Fehler auswerten.
Komplexität: highLernen und Anpassung
In 30 seconds
- What
- Behandelt Prompts als lernbare Parameter, die anhand von Metriken optimiert werden, mittels Few-Shot-Bootstrapping, Instruction Search, Analyse von Fehlertraces und LLM-Feedbackschleifen statt manueller Feinabstimmung.
- When to use
- Sie haben gelabelte Validierungsdaten, eine klare Metrik und genug Rechenbudget, um viele Pipeline-Iterationen zu fahren und die Prompt-Qualität systematisch zu verbessern.
- Watch out
- Die Optimierung kann auf Ihren Validierungssatz oder Ihre Metrik überanpassen und Prompts hervorbringen, die in neuen Domänen versagen oder die Belohnung austricksen, statt echte Fähigkeitsgewinne zu bringen.
Loading technique guide…