PromptEnhancer

https://henry-wang.medium.com/a-comparative-analysis-of-the-most-popular-ai-prompt-generators-7bbf2d2af02a作者：[Henry Wang](https://henry-wang.medium.com/?source=post_page-----7bbf2d2af02a--------------------------------)<qa:image>caption=""h="270"image_token="GeDFb37xLosJp9xCDGjcvfZbnah"w="546"</qa>作为作为一名人工智能爱好者，我一直对一个提示产生另一个提示的潜力很感兴趣。PromptPerfect、[FlowGPT](https://flowgpt.com/)上的提示等工具已经服务于这个目的一段时间了。但是，其中谁能真正扭转局势，对你有利呢？通过引导您完成我最近的实验，我的目的就是揭示这一点。测试的工具[PromptOpter2.0](https://flowgpt.com/prompt/Z7Ywg7qQJ-_UGRohfuc9M)[PromptEnhancer](https://flowgpt.com/prompt/sbuYQwUq_8v8fafR5zJuB)[AI-Prompt Refinement](https://flowgpt.com/prompt/57Xxhl2GSdDu6eZtBTkr-)[PERFECT Prompt Generator](https://flowgpt.com/prompt/CnjbB_jkFsbErz8C0Rq2T)[PromptPerfect](https://promptperfect.jina.ai/)<qa:image>caption=""h="628"image_token="Jaeeb2R4PooU0VxCEJYccArmn3g"w="1018"</qa>实验结果搭建舞台在这项调查中，我精心挑选了五个流行的大型提示（或超级提示，无论您如何称呼它们），重点关注那些只需单击一下即可增强提示的提示。<qa:image>caption=""h="811"image_token="WZTkbPm7No6D82xJe99cIffJnxc"w="1400"</qa>设置图1PromptEnhancer：4胜0负PromptOpter2.0：3胜1负AI-即时精炼：2胜2负完美提示生成器：1胜，3负PromptPerfect:0胜,4负

[Prompt-OIRL(opens in a new tab)](https://arxiv.org/abs/2309.06553)-使用离线逆强化学习来生成与查询相关的提示。[OPRO(opens in a new tab)](https://arxiv.org/abs/2309.03409)-引入使用LLMs优化提示的思想：让LLMs“深呼吸”提高数学问题的表现。[AutoPrompt(opens in a new tab)](https://arxiv.org/abs/2010.15980)-提出了一种基于梯度引导搜索的方法，用于自动创建各种任务的提示。[Prefix Tuning(opens in a new tab)](https://arxiv.org/abs/2101.00190)-是一种轻量级的fine-tuning替代方案，为NLG任务添加可训练的连续前缀。[Prompt Tuning(opens in a new tab)](https://arxiv.org/abs/2104.08691)-提出了一种通过反向传播学习软提示的机制。

我们的测试种子提示？“作为一名IT学生，为我的高级项目提出想法；我想要关于学生帮助大学学生的想法”。我将这个种子提示添加到我们的大型提示中，并仔细记录了出现的改进提示。接下来是有趣的部分——让GPT-4来判断结果。值得注意的是，由于上下文窗口的限制，分组比较是不可行的，因此我们选择了一对一的评估。以下是它是如何展开的：[示例](https://chat.openai.com/share/b1e89a5d-9c85-47c6-a5e3-6b74b943df22)<qa:image>caption=""h="566"image_token="KMpnb87lnoEiWXxt0TjcJsj6nkU"w="1090"</qa>设置图2结果揭晓有兴趣查看记分卡吗？事情是这样的：PromptEnhancer：4胜0负PromptOpter2.0：3胜1负AI-即时精炼：2胜2负完美提示生成器：1胜，3负PromptPerfect:0胜,4负要深入了解GPT-4改进的提示和注释，请随时仔细阅读此[Google Sheet](https://docs.google.com/spreadsheets/d/1wd_A2_O_eCc0rIk65c516p5ptKX1Jf_kTGZcWXPg37A/edit#gid=0)。要点及下一步虽然分数讲述了一个故事，但重要的是要记住，这些结果并不包罗万象，因为GPT的结果可能会波动。我未来的努力涉及使用一系列种子提示进行更多测试。如果您想了解更多相关内容，请关注。作为一名深度爱好者，这个实验源于我对了解人工智能的具体细节的浓厚兴趣。通过分享我的发现，我的目的不仅是丰富您的理解，也巩固我自己的理解。