محققان بهتازگی مفهومی جدید و جذاب به نام «پیچیدگیِ پرامپتنویسی» (Prompting Complexity) را معرفی کردهاند. این ایده، شباهت جالبی به «پیچیدگی کولموگوروف» در علوم کامپیوتر دارد و به دنبال پاسخ به این پرسش است: برای یک مدل هوش مصنوعیِ مشخص، کوتاهترین دستوری (Prompt) که میتواند دقیقاً خروجیِ هدف ما را تولید کند، کدام است؟
این تحقیق نشان میدهد که دانشِ مدلهای زبانی، مانند یک «برنامه فشرده» عمل میکند و هر چه دستورات ما بهینهتر باشند، مدل میتواند از وزنها و آموختههای خود بهتر استفاده کند. این مقاله نه تنها یک نگاه علمی به بهینهسازی پرامپتهاست، بلکه مسیر جدیدی را برای درکِ عمیقتر نحوه عملکردِ «مغزِ» مدلهای هوش مصنوعی پیش پای دانشمندان میگذارد.
منبع: arXiv NLP