提示工程已过时，DSPy 是提示的新范式_dspy 斯坦福大学

我清楚地记得，直到几个月前，快速工程才被大肆宣传。整个就业市场都充斥着快速工程师的角色，但现在情况已不再如此。快速工程不是任何艺术或科学，它只是一种聪明的汉斯现象，人类为系统提供必要的背景信息，以便以更好的方式回答。人们甚至写了书/博客，比如《前 50 个提示，以充分利用 GPT》，等等。但大规模实验清楚地表明，没有一种单一的提示或策略可以解决各种问题，只是有些提示单独看起来更好，但综合分析后就会出现问题。所以，今天我们要讨论DSPY：将声明性语言模型调用编译成自我改进的管道，这是斯坦福大学为自我改进管道开发的框架，其中 LLM 被视为由编译器优化的模块，类似于 PyTorch 中的抽象。

介绍

正如我上面提到的，互联网上充斥着各种推销书籍和博客。其中大多数只是在向你推销一堆垃圾。现在，正如我所说，其中一些可能确实有效，但这不是构建应用程序的好方法。不知道什么时候某些东西不起作用很重要，我们需要定义一个安全的假设空间，系统在其中可以工作，也可以不工作。

甚至有论文表明，通过某些情感提示，LLM的表现会提高。对我来说，我仍然对这种论文的真实性持保留态度。它能持续多久？对每个主题都是如此吗？是否有主题进行这种情感提示可能会导致更糟糕的结果？有很多这样的论文，它们无意中发表了不成熟的研究。另一篇这样的论文是《自回归的余烬》，很多东西后来被证明是错误的。