Tässä ovat tärkeimmät erot automaattisen kehotteen suunnittelun (APE) ja perinteisen kehotteen suunnittelun välillä:
1. Automaatio vs. manuaalinen ponnistus:
- Automatic Prompt Engineering (APE): Automatisoi kehotteiden luomisen ja optimoinnin kielimalleja käyttämällä. Se luo, arvioi ja tarkentaa kehotteita ilman manuaalista puuttumista.
- Perinteinen ohjesuunnittelu: Luottaa ihmisten asiantuntijoiden manuaaliseen ponnisteluihin kehotteiden suunnittelussa, testaamisessa ja toistamisessa.
2. Skaalautuvuus:
- APE: Voi luoda ja arvioida suuren määrän kehotteita nopeasti, mikä tekee siitä skaalautuvampaa kuin manuaalinen kehotteiden suunnittelu.
- Perinteinen nopea suunnittelu: Rajoitettu manuaaliseen nopeaan suunnitteluun ja testaukseen tarvittavalla ajalla ja vaivalla.
3. Sopeutuvuus:
- APE: Voi muokata kehotteita dynaamisesti palautteen ja suorituskyvyn perusteella, mikä mahdollistaa jatkuvan parantamisen.
- Perinteinen kehotteiden suunnittelu: Kehotteet ovat staattisempia ja vaativat manuaalisia päivityksiä mukautuakseen muuttuviin vaatimuksiin tai mallin ominaisuuksiin.
4. Objektiivisuus vs. subjektiivisuus:
- APE: Käyttää automaattisia pisteytys- ja arviointimittareita tehokkaimpien kehotteiden valitsemiseen, mikä vähentää ihmisten harhaanjohtamisen vaikutusta.
- Traditional Prompt Engineering: Luottaa enemmän inhimillisten insinöörien subjektiiviseen harkintaan ja asiantuntemukseen.
5. Laskennalliset resurssit:
- APE: Vaatii merkittäviä laskentaresursseja ja pääsyn tehokkaisiin kielimalleihin kehotteiden luomiseen ja arvioimiseen.
- Perinteinen nopea suunnittelu: Yleensä laskennallisesti vähemmän intensiivinen, mutta sitä voi rajoittaa ihmisten asiantuntijoiden saatavuus.
6. Kehotteiden monimutkaisuus:
- APE: Pystyy luomaan ja optimoimaan monimutkaisempia, monivaiheisia kehotteita, joita ihmisten voi olla vaikea suunnitella manuaalisesti.
- Perinteinen kehotteiden suunnittelu: Kehotteet ovat usein yksinkertaisempia ja yksinkertaisempia, koska ne ovat ihmisten asiantuntijoiden luomia.
Yhteenvetona voidaan todeta, että automaattinen nopea suunnittelu hyödyntää kielimallien kykyjä nopean suunnitteluprosessin automatisoimiseksi ja skaalaamiseksi, kun taas perinteinen nopea suunnittelu perustuu enemmän manuaaliseen ponnisteluihin ja ihmisten asiantuntemukseen. Valinta näiden kahden lähestymistavan välillä riippuu erityisvaatimuksista, resursseista ja käsiteltävän tehtävän monimutkaisuudesta.
Lainaukset:[1] https://arxiv.org/html/2401.14423v4
[2] https://github.com/dair-ai/Prompt-Engineering-Guide/blob/main/guides/prompts-advanced-usage.md
[3] https://towardsdatascience.com/automated-prompt-engineering-78678c6371b9?gi=6eeb1dfd344d
[4] https://www.e2enetworks.com/blog/a-guide-to-prompt-engineering-from-zero-shot-to-chain-of-thought
[5] https://datascientest.com/en/advanced-prompt-engineering-what-does-it-involve