摘要
本申请公开了一种基于大模型的提示词优化方法,涉及人工智能技术领域,具体包括:获取待优化提示词和待优化提示词的字符长度;基于字符长度,计算待优化提示词的推理成本;将待优化提示词输入至目标大模型,得到目标大模型输出的预测任务回答,并基于预测任务回答,确定待优化提示词的推理性能;基于推理性能和所述推理成本,通过预设的多目标优化算法,从待优化提示词中选取最优提示词,并将最优提示词作为优化后的提示词。本申请通过推理性能和推理成本为优化目标的多目标优化算法,对待优化提示词进行优化处理,使得输出的优化后的提示词是同时兼顾大模型推理成本和推理性能的提示词,使其选取的提示词满足技术发展要求。
技术关键词
字符
算法
计算机程序产品
人工智能技术
优化设备
处理器
优化装置
样本
输入模块
可读存储介质
文本
存储器
标签