无需参数访问！CMU用大模型自动优化视觉语言提示词

卡内基梅隆大学（CMU）研究团队提出了一种“黑盒优化”策略，通过大语言模型自动调整自然语言提示词，提升视觉语言模型在文生图和视觉识别任务中的表现。该方法无需触及模型内部参数，提高了优化的灵活性与速度，适合非技术背景用户。实验结果显示，该方法在多个视觉识别数据集上取得了最佳准确性，甚至超越了传统白盒优化方法。此外，该方法在文本到图像生成任务中也表现出色，显著提高了生成图像的质量和用户满意度。未来，黑盒优化有望应用于实时监控、自动驾驶等复杂动态场景。
来源：https://mp.weixin.qq.com/s/CRwLHAWKHSTEe8flVLKUsA