期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Puma算法引导帕累托前沿的高效多目标提示优化方法
1
作者
董祥千
肖铮
《计算机应用研究》
北大核心
2025年第10期3041-3052,共12页
针对现有提示优化方法在可扩展性与自适应性方面的局限,提出一种基于Puma算法的多目标提示优化框架Puma-MOPT。该框架结合Puma算法的自适应相位切换和全局搜索能力与PromptWizard的提示生成及评估机制,以实现对提示词的自动搜索和多目...
针对现有提示优化方法在可扩展性与自适应性方面的局限,提出一种基于Puma算法的多目标提示优化框架Puma-MOPT。该框架结合Puma算法的自适应相位切换和全局搜索能力与PromptWizard的提示生成及评估机制,以实现对提示词的自动搜索和多目标权衡。为提高搜索效率并增强小样本场景下的泛化能力,Puma-MOPT框架引入语义相似性约束并采用对抗过滤技术。在数学推理、医疗问答和代码生成等五个领域的实验结果表明,该框架在多个评估指标上均显著优于NSGA-Ⅱ、MOEA/D、EvoPrompt和PromptWizard等基线方法。Puma-MOPT为大语言模型(LLM)提示工程提供了一种高效、鲁棒且通用的解决方案。
展开更多
关键词
提示优化
多目标优化
美洲狮算法
帕累托最优
大型语言模型
在线阅读
下载PDF
职称材料
题名
基于Puma算法引导帕累托前沿的高效多目标提示优化方法
1
作者
董祥千
肖铮
机构
成都东软学院大模型应用与研发中心
四川工商职业技术
学院
智能制造与信息工程
学院
广
东
酒店管理职业技术
学院
信息工程
学院
出处
《计算机应用研究》
北大核心
2025年第10期3041-3052,共12页
基金
2023年四川省科技厅重点研发项目(23ZDYF0647)
四川省教育发展研究中心课题(CJF23011)。
文摘
针对现有提示优化方法在可扩展性与自适应性方面的局限,提出一种基于Puma算法的多目标提示优化框架Puma-MOPT。该框架结合Puma算法的自适应相位切换和全局搜索能力与PromptWizard的提示生成及评估机制,以实现对提示词的自动搜索和多目标权衡。为提高搜索效率并增强小样本场景下的泛化能力,Puma-MOPT框架引入语义相似性约束并采用对抗过滤技术。在数学推理、医疗问答和代码生成等五个领域的实验结果表明,该框架在多个评估指标上均显著优于NSGA-Ⅱ、MOEA/D、EvoPrompt和PromptWizard等基线方法。Puma-MOPT为大语言模型(LLM)提示工程提供了一种高效、鲁棒且通用的解决方案。
关键词
提示优化
多目标优化
美洲狮算法
帕累托最优
大型语言模型
Keywords
prompt optimization
multi-objective optimization
Puma algorithm
Pareto optimality
large language model
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Puma算法引导帕累托前沿的高效多目标提示优化方法
董祥千
肖铮
《计算机应用研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
