automated-prompting

本文对自动化提示优化进行了基于因果启发的分析，涵盖多种框架、大语言模型和任务，识别出特定编辑类型（如复杂度增加型、元指令型）根据任务特征具有系统的负面或正面效应，从而解释了泛化失败的原因。

介绍了反思式提示调优（RPT），一种利用LLM函数调用，基于系统性错误模式迭代诊断和修改提示的框架，从而提升推理任务性能和校准能力。