arXiv Artificial Intelligence· Junmo Cho, Suhan Kim, Sangjune An, Minsu Kim, Dong Bok Lee, Heejun Lee, Sung Ju Hwang, Hae Beom Lee·· 3 小时前AI 评分31
GFlowPO：用生成流网络做语言模型提示词优化
GFlowPO: Generative Flow Network as a Language Model Prompt Optimizer
AI 导读
GFlowPO 将提示词搜索建模为受 meta-prompt 参考语言模型先验约束的隐提示词后验推断问题。它先用离策略的 GFlowNet 目标微调轻量提示词模型，并通过回放复用历史提示词评估提升样本效率，再用免训练的动态记忆更新（DMU）机制把回放缓冲区中的多样提示词与优先队列中的高分提示词注入 meta-prompt。
来源：arXiv Artificial Intelligence · arxiv.org