研究内容
如何通过prompt，在不进行微调大语言模型的前提下，增加大语言模型的表现
研究动机
- prompt非常有用，但是人工设置的非常不自然；
- 因此提出了要自动使用大语言模型自己选择prompt；
- 取得了很好的效果。
作者主要是提出了三件事：
如何让大语言模型生成prompt
LLM是可以分为两类的，
- 其中一类GPT是只能从前到后的，他们不支持句子补全（在一段话当中填写空缺位置）；
- 另一类，则是可以反向的例如T5、GLM、 InsertGPT，这些模型就会支持句子补全。
因此作者为这两类模型分别设置了两种方法，例子如下：
同时作者指出，也不一定要和这俩完全相同，使用回答评价指标一定可以找到一个更加适合指令instruction生成的prompt这里只是样板(template)。作者给出了在本文实验当中实际采用的prompt：
如何评价这些prompt
就是简单的让其跑一下分
如何进一步优化prompt
可以使用大语言模型进一步resample跑一下选出来的高分指令instruction：
再在这些指令当做选择更好的指令。