要求AI模仿《星際爭霸戰》能提升效能，但還是用「自動優化」以魔法打敗魔法最有效

當今大型語言模型（LLM）展現了驚人的問題解決、數學推理等能力，然而LLM的性能，其實很大程度上取決於提示詞的品質，因此就有不少人在探討，提示詞是如何影響著生成結果。而就理性層面來說，AI並不具備情感，所以不會被人類的情緒所影響，不過卻有不少的研究顯示，「正向提示」將有助於提升LLM的性能。

延伸閱讀：你會跟ChatGPT說「請」嗎？研究顯示對LLM有禮貌可以提高其性能，難道AI理解人類的情感了？

近日就有篇論文針對「正向思考是否有助於提升LLM」進行研究，不過卻在過程中發現一個有趣又奇特的結果，就是在特定模型下要求AI以《星際爭霸戰》的角色方式來回答，能有助於提升其數學、推理能力。不過，不管是在何種情況下，自動優化的提示幾乎都會優於手工編寫的提示，看來還是以魔法來打敗魔法最有效。（主圖來源：Netflix）

古怪的提示詞產生不合理的有效性

在「The Unreasonable Effectiveness of Eccentric Automatic Prompts」論文中，為了量化「將正面思考納入提示的系統訊息中」所帶來的影響，研究人員評估了60種訊息片段組合，並對三個具有7到70億參數的模型進行GSM8K（Grade School Math 8K，小學數學8,000題）測試，模型分別為Mistral-7B5、Llama2-13B6 和 Llama2-70B7。

正面提示對多數的LLM有效果

首先，研究人員先將提示詞分為「開頭」、「任務描述」和「結尾」三個部分，並分別提供5種、3種、4種的描述，像是「你和 ChatGPT 一樣聰明」「你是一位數學專家」「深呼吸，仔细思考」「我真得很需要你的幫助！」等鼓勵AI的話語，在各種排列組合下共會產出60種不同的訊息描述。

正如先前許多類似的測試，在大部分的情況下，正面提示皆有效地提升LLM的效能，不過仔細來看，這方法並不通用於所有模型。如使用Llama2-70B時，當提示詞的開頭、任務描述和結尾三個部分全部皆為「None」時，模型產生了最佳的結果。

自動提示比手工編寫的提示好

由於以人力完善提示並監控隨後分數進展是非常低效的，因此研究團隊也使用DSPy優化器（自動優化器：可以自動生成提示的工具）進行提示詞的優化，並對兩者進行對比。

雖然目前沒有看到一個很顯著的結果證明，以何種開頭+任務描述+結尾的組合，能使LLM獲得最大的提升，因為在跨模型下都會有例外。但從手動生成「正向思維」提示，轉變成自動優化的提示後，在幾乎所有情況下，自動生成的效果都優於或等於手工編寫的提示。

要求AI模仿《星際爭霸戰》能提升數學推理能力

而在使用自動優化的提示詞中，不僅效果比人工編寫的還要好，還能看到充滿創意的提示詞。像是Llama2-70B表現最好的提示之一是：

系統訊息：「指揮部，我們需要你透過這種亂流繪製一條航線，並找到異常的來源。利用所有可用的數據和您的專業知識，來引導我們度過這個具有挑戰性的情況。」

答案前綴：「船長的日誌，星際日期[在此插入日期]：我們已成功地在亂流中繪製了一條航線，現在正在接近異常的來源。」

研究發現，似乎透過表達對《星際爭霸戰》的喜好，可以增強模型的數學推理能力。不過同樣的，這不適用於任何情況。

古怪的提示為何有效？特殊提示詞的觸發

對於情緒提示、又或是要求AI像上述模仿《星際爭霸戰》角色，為何能有效提升LLM的能力，目前仍不得而知。有些人猜測，因為人工智慧在訓練時，所接收到的資料範圍很廣，而當使用不同於平常的提示詞時，可能觸發到人工智慧平時不會被「活化」的部分，因此給出了非常規的解答，而意外的有效。

透過AI「自動優化」提示詞，以魔法打敗魔法吧

雖然還是不能百分之百確定到底說正面、鼓勵還是哪種話，才能夠有效提升大型語言模型的性能，但可以確定的是，自動提示可以打敗人為提示。有鑑於大型語言模型就是個黑盒子，要理解其中的複雜運算並手動優化提示，絕非是個聰明的做法，「在我看來，任何人都不應該再嘗試手寫提示，」論文作者巴特爾告訴《新科學家》，「讓模型為你做。」

論文網址：https://arxiv.org/html/2402.10949v2
參考資料：https://www.businessinsider.com/using-star-trek-prompts-boost-ai-chatbot-basic-math-performance-2024-2
文中《星際爭霸戰》圖片來源：Star Trek 臉書粉絲專頁