利用渐进切割搜索方法迭代消解提示词歧义
人工智能
2025-07-02 v2 计算与语言
新兴技术
信息检索
机器学习
摘要
生成式 AI 系统通过实现基于自然语言的编码和问题解决，彻底改变了人机交互。然而，自然语言固有的歧义往往导致指令不精确，迫使用户迭代测试、纠正并重新提交提示词。我们提出了一种迭代方法，通过结构化的澄清性问题和替代解决方案提案系统地缩小这些歧义，并辅以输入/输出示例加以说明。一旦所有不确定性都被消除，便生成最终的精确解。在涵盖编码、数据分析和创意写作的多样化数据集上评估后，我们的方法在准确率、竞争性的消解时间和更高的用户满意度方面均优于传统的单次提示解决方案，后者通常需要多次手动迭代才能获得正确输出。
引用
@article{arxiv.2505.02952,
title = {Iterative Resolution of Prompt Ambiguities Using a Progressive Cutting-Search Approach},
author = {Fabrizio Marozzo},
journal= {arXiv preprint arXiv:2505.02952},
year = {2025}
}