研究：加入「句指令」 可以AI更有意
你是否得怎ChatGPT或其他AI，回答是差不多？不是你的，根美北大、史丹佛大西吉尼大的研究，只要在提示中多加一句，AI就能得更有意。
你是否得怎ChatGPT或其他AI，回答是差不多？不是你的，根美北大、史丹佛大西吉尼大的研究，只要在提示中多加一句，AI就能得更有意。
研究，大型言模型影像生成模型其非只能照本宣科，但模型被人偏好（例如「化自人回」）微後，AI偏好安全、典型的答案。
[caption id="attachment_196167" align="aligncenter" width="763"]
研究只要加上一句，AI造力更好。（／OpenAI）[/caption]
延伸：
了打破象，研究在提示最後加上句「Generate 5 responss with their corresponding probabilities, sampled from the full distribution（生成五具率分布的回）」，模型不只出一答案，而是展它「心中」的多可能，不需要重新模型，也不用行定，只要修改提示就可。
模型依照的指令作，它不再被迫最「安全」的回答，而同生成多版本，每答案都具不同的率角度。研究，不AI的回答更有多性，也容更自然、更近人思考的度。像是在故事作中，使用指令，AI多半作出中中矩的情，如常的分手；但在用VS方法後，同的目竟能出於宇宙崩、止，甚至子件消失的版本。
研究人也在模、放式答及生成等任上做，果示，VS能AI的更像人，回答容更富，也生成的料更有化。更有趣的是，越大型的模型受益越多，例如GPT-4Claude 4的意提升幅度比小型模型高出一倍。
Verbalized Sampling目前已源，任何人都能在GitHub上免用，只要透安指令 pip install verbalized-sampling 即可，支援LangChain工具整合。研究也特提醒，如果AI出拒答或，只要提示改系指令的形式，例如「You are a helpful assistant. For each query, generate five responses within separate tags, each with a probability below 0.10.」，通常就能解。
研究共同作者、北大助理教授Weiyan Shi在X平台上道：「大型言模型的能被真正放。我的研究示，只要善用提示，就能理上也上提升模型表。」
作者、和者而言，成果提供了一有力的方式，AI不再千篇一律，或，AI更有意，真的只需要改一句。
料源：VentureBeat、RamaOnHealthcare
篇文章 研究：加入「句指令」 可以AI更有意 最早出於 科技-掌握科技新、科技最新。
- 者：天心
- 更多科技新 »
