还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS

---

aixiv专栏是本站发布学术、技术内容的栏目。过去数年，本站aixiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com

论文共同第一作者郑淼，来自于周泽南领导的百川对齐团队，毕业于北京大学，研究方向包括大语言模型、多模态学习以及计算机视觉等，曾主导MMFlow等开源项目。共同第一作者梁昊，北京大学前沿交叉学科研究院博士生，研究方向为大模型数据侧，指导老师为张文涛教授。北大-百川智能AI系统联合实验室成立于2025年1月，旨在围绕人工智能模型系统的全技术流程，研究科学和系统的数据生成和质量评估策略、大模型训练和推理加速等重要问题。联合实验室由北京大学博雅特聘教授崔斌和百川智能联合创始人陈炜鹏担任主任。

基于 Transformer 架构的大语言模型正在各个领域取得突破性成果。提示词工程（Prompt Engineering）在其中的角色至关重要。

用好提示词，研究人员和开发者能够引导模型在特定任务上表现得更优秀。这种方法不仅能够显著提升模型的性能，还能够增强模型的适应性，使其在面对各种复杂任务时更加灵活和高效。

此外，提示词工程还能优化模型的学习过程，提高复杂问题处理效率，减少训练时间和计算资源需求。

相较于传统的微调方法，提示词工程能以极低成本使模型适应多个下游任务，大幅节省计算资源和数据收集成本。然而，设计有效的提示词对非专业人士而言仍具挑战性，往往需要大量学习和实践。

直接利用大语言模型进行自动提示工程通常难以取得理想效果。不恰当的提示可能分散模型注意力，反而降低性能。因此，开发一个能辅助用户，操作简便的自动提示工程系统变得尤为重要。

PAS：突破性的自动提示工程系统

为应对这一挑战，北京大学 - 百川联合实验室提出了 PAS 自动提示工程系统。PAS 的创新之处在于：

1.    设计高质量的自动提示数据集

2.    对 GPT 模型进行少样本学习和数据筛选

3.    自动构建精简而高效的提示数据集

4.    通过微调实现有效的自动提示工程

PAS 能够对用户输入进行简洁而有效的补充，实现快速、简单且支持流式显示的自动提示工程。

在多个基准测试中，PAS 的表现远超既有的 SOTA 模型，且所需数据量更少。人工评测结果同样显示 PAS 具有优异表现，凸显了其在实际应用中的巨大潜力。

这一突破性成果不仅推动了提示词工程的发展，也为大语言模型在更广泛领域的应用铺平了道路。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

• 论文地址：https://arxiv.org/abs/2407.06027
• PKU-Baichuan-MLSystemLab：

https://github.com/PKU-Baichuan-MLSystemLab

https://huggingface.co/PKU-Baichuan-MLSystemLab

方法

训练 PAS 主要分为三步：

第一步：构建高质量问题数据集

训练 PAS 的首要任务是建立一个高质量的问题数据集。如图 (a) 所示，研究人员根据 LMSYS-1M 和 WildChat 数据集，通过以下三方面筛选出优质问题：

1.    数据去重：运用 embedding 技术结合聚类算法，有效去除重复数据。

2.    质量筛选：利用百川大模型对数据质量进行评估和筛选。

3.    多样性保证：最终选出覆盖 10 多个类别的 9000 条高质量问题数据。

第二步：补充提示工程数据

在这一阶段，研究人员综合利用内部积累的 100 条高质量数据和第一步筛选的问题数据，通过 few-shot learning 方法，借助 GPT 模型构建自动提示工程数据：

1.    初始数据生成：使用 few-shot learning 指导 GPT 生成初步的提示工程数据。

2.    质量控制：设计 Critique 步骤，再次利用 few-shot learning 让 GPT 评估生成数据的质量。

3.    迭代优化：自动筛除低质量数据，并重新生成，通过多轮迭代确保数据质量。

4.    最终成果：最终得到 9000 条高质量的自动提示工程数据。

Remover

几秒钟去除图中不需要的元素

304 查看详情

数据分布

生成的 9000 条数据的分布情况如上图所示，确保了数据的多样性和代表性。

第三步： 微调自动提示模型

最后一步将利用前两个阶段获得的数据集来微调大型语言模型：

1. 选择基础模型：如 Qwen2-7b 等模型。

2.    定向微调：使用高质量数据集进行微调。

3.    专业化训练：最终得到一个专门用于自动提示工程的大语言模型。

实验及结果

人工评测

根据人类评估员的测评，相比先前的 SOTA（State-of-the-Art）模型，PAS 在各领域均展现出较高的胜率。在多个领域的平均胜率超过 50%，胜率与平局率之和更是高达 80% 以上。

机器评测 Benchmark 

为全面评估 PAS 的性能，研究人员选择了Arena-Hard、Alpaca-Eval 2.0、Alpaca-Eval 2.0 (LC) 三个 benchmark。

随后，研究人员将 PAS 应用于六个顶尖的 AI 模型，包括：

• GPT-4（三个版本）
• GPT-3.5
• Qwen2-72-Instruct
• LLaMA3-70B-Instruct

评测结果显示：

• 相较于无提示情况和先前的 SOTA 自动提示工程模型，PAS 均取得了显著提升。
• 与之前的 BPO 模型相比，PAS 展现出更强的适应性，能够与各种超大模型兼容，并在每个模型上都实现了性能提升。

计算效率分析

PAS 不仅在性能上表现卓越，其计算效率也非常高：在数据效率方面，它仅需 9000 条微调数据便能展现出卓越性能。在输出效率方面，它能够限制补充自动提示的长度，通常不超过 30 个词。

对于用户体验而言，PAS 也为大模型带来了增益，具体来说：

 

• 与 BPO 等先前模型不同，PAS 无需修改用户的原始问题，仅进行补充自动提示。
• 提供极佳的用户体验，响应时间可控。
• 支持类似 GPT 的流式显示，进一步提升交互体验。

实例：PAS 帮助大模型绕开逻辑陷阱

「如果树上有 10 只鸟，其中一只被射死了，地上有多少只鸟？」

这个看似简单的问题实际上隐藏着一个巧妙的逻辑陷阱，你看到它可能也需要反应几秒，才知道树上还剩 9 只鸟，而地上只有 1 只。

正如图上所示，在没有 PAS 辅助的情况下，GPT 给出了错误的回答。而 PAS 系统通过补充提示词，显著改善了模型的表现：

在 PAS 的引导下，模型新一轮的回答展现出了显著的提升，不仅成功规避了问题中的逻辑陷阱，展示了清晰的、多步骤的逻辑推理过程，还能在给出正确答案之外引导用户理解整个推理过程。

感兴趣的读者可以阅读论文原文，了解更多研究内容。

以上就是还在死磕AI咒语？北大-百川搞了个自动提示工程系统PAS的详细内容，更多请关注其它相关文章！

# 多个  # 网站建设设计广州  # 安徽网站营销推广费用  # 酒泉团购推广招聘网站  # 网站建设卖点  # 东莞专业seo优化的网站费用  # 陵水工程护坡网站建设  # 营销推广意思解释  # 河北区网站营销推广专员  # 怎么不花钱推广网站呢  # seo清迈  # 这一  # 所示  # 北京大学  # 工程  # 死磕  # 搞了个  # 高质量  # 北大  # 百川  # 还在  # type  # 百川大模型  # llama  # qwen  # git  # pas  # 自动提示工程系统 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 苹果推出全新沉浸式 AR 体验应用“Deep Field”  小艺将具备大模型能力，鸿蒙4加速AI普及之路  鹅厂机器狗抢起真狗「饭碗」！会撒欢儿做游戏，遛人也贼6  AI技术加速迭代：周鸿祎视角下的大模型战略  机构：边缘AI或是当前预期差最大的AI方向  优化系统韧性：故障恢复与监控在RabbitMQ中的应用  软通动力多项AI创新产品及应用亮相2025世界人工智能大会  微软Xbox称VR和AR还需要时间 先玩大的  【趋势周报】全球元宇宙产业发展趋势：ChatGPT的出现，将元宇宙实现至少提前了10年  AI成政客博弈工具，美国大选真假难辨，律师们的生意来了  自动驾驶汽车避障、路径规划和控制技术详解  第 66 届格莱美奖规定，AI 作品将无法获得评奖资格  AI无法对传统文化符号进行解构和创新  一图速览 | 十大脑机接口关键技术发布  九号公司主导制定短途交通和送物机器人领域首个国际标准，标志着零的突破发布  元宇宙迈入2.0时代，它和生成式人工智能有何关联吗？  刊·见 | 捕捉人工智能领域最新动态？收藏Applied Artificial Intelligence  AI智能室内效果图设计软件效果，确实惊到我了！  人工智能和神经网络有什么联系与区别？  类GPT模型训练提速26.5%，清华朱军等人用INT4算法加速神经网络训练  在心理治疗中用VR技术，治疗成效显著提高  6月14日《星空下的对话》 张朝阳陆川将畅聊人生、电影、心理学与AI  微盟宣布联合腾讯云共建行业大模型：加快激活AI大模型智能应用  华为云天筹AI求解器荣获世界人工智能大会最高奖  海南省公安机关警用无人机培训班结业并举行警航比武演练  亚马逊确认今年不举办re:MARS人工智能大会  中国移动副总经理高同庆：打造人工智能时代的智能服务运营新范式  猿辅导发布最新SaaS业务进展公告：Motiff UI设计工具推出三项新的AI功能  人工智能助力林草行业高质量发展  五个出色的人工智能应用实例  微软面向AI初学者推出免费网络课程  马斯克讽刺人工智能炒作：什么“机器学习”，其实就是统计  当人工智能开始写高考作文？作家陈崇正、朱山坡谈文学与未来  SnapFusion技术大幅提升AI图像生成速度  小米9号员工李明宣布创业：打造首款安卓桌面机器人  人工智能在商业中的风险和局限性  十个AI算法常用库J*a版  插画师对AI绘画软件的态度是怎样的？  V社回应拒绝上架含 AI 生成内容的游戏：审核政策正在调整中  五款 AI 网站构建器，任何人都能快速构建网站  商汤科技：元萝卜 AI 下棋机器人新品发布会 6 月 14 日举行  阿里大文娱CTO郑勇：生成式AI将引发内容行业巨变，*制作机会挑战并存  意大利警察拟用AI预测犯罪 该算法被指种族歧视严重  提升工作效率的智能工具：Zapier 让工作变得更简单！  复旦发布「新闻推荐生态系统模拟器」SimuLine：单机支持万名读者、千名创作者、100+轮次推荐  用AI技术点亮老照片：Deep Nostalgia带给照片新生动感  “踩油门，也要会踩刹车” 互联网企业高管谈人工智能发展  物联网和人工智能的协同作用：释放预测性维护的潜力  清华系面壁智能开源中文多模态大模型VisCPM ：支持对话文图双向生成，吟诗作画能力惊艳  一句话搞定数据分析，浙大全新大模型数据助手，连搜集都省了 

 2024-09-10