🟢 自动提示工程师（APE）
Zhou等人，（2022）提出了自动提示工程师（APE），这是一个用于自动指令生成和选择的框架。指令生成问题被构建为自然语言合成问题，使用LLMs作为黑盒优化问题的解决方案来生成和搜索候选解。
第一步涉及一个大型语言模型（作为推理模型），该模型接收输出演示以生成任务的指令候选项。这些候选解将指导搜索过程。使用目标模型执行指令，然后根据计算的评估分数选择最合适的指令。
APE发现了一个比人工设计的“让我们一步一步地思考”提示更好的零样本CoT提示（Kojima等人，2022）。
提示“让我们一步一步地解决这个问题，以确保我们有正确的答案。”
引发了思维链的推理，并提高了MultiArith和GSM8K基准测试的性能：
Reference