text-optimization

TROPT是一个开源框架，统一了离散文本触发优化，标准化了在LLM越狱和模型可解释性等领域中的开发与执行。它包含超过15种优化器和30个配方，降低了采用和推进的门槛。

本文认为，文本优化——修改提示、上下文、记忆和检索——应被视为与权重优化并列的合法学习机制，突出了其样本效率和通过更新时计算进行扩展的能力。

作者认为，文本优化（提示、上下文、记忆）是一种合理且样本高效的学习机制，机器学习社区应更认真地对待它，从而开启一个更新时计算的新扩展维度。