无需训练标签的自动提示：面向电商目录产品质量评估的 LLM 级联
计算与语言
2025-10-29 v1 人工智能
摘要
我们提出一种新颖的、无需训练的级联方法，用于自动为大型语言模型（LLM）生成提示词，以评估电商产品质量。该系统无需训练标签或模型微调，即可自动生成和细化提示词，以满足数万种产品类别-属性对的评估需求。从人工编写的提示词种子开始，级联方法逐步优化指令以满足目录特定要求。该方法弥合了通用语言理解与规模化领域特定知识之间的鸿沟。我们的广泛实证评估显示，自动提示级联在准确率和召回率上比传统的链式思考提示方法提高了 8-10%。值得注意的是，尽管减少了领域专家工作量从 5.1 小时降至 3 分钟每个属性—a 99% 的降低，级联仍能在五种语言和多种质量评估任务上有效地实现泛化，始终保持性能提升。
引用
@article{arxiv.2510.23941,
title = {Auto prompting without training labels: An LLM cascade for product quality assessment in e-commerce catalogs},
author = {Soham Satyadharma and Fatemeh Sheikholeslami and Swati Kaul and Aziz Umit Batur and Suleiman A. Khan},
journal= {arXiv preprint arXiv:2510.23941},
year = {2025}
}