L’auto-optimisation des prompts, la nouvelle tendance dans le domaine de l’IA
Une nouvelle étude remet en question l’avenir du prompt engineering pour LLMs, suggérant que l’auto-optimisation des prompts par le modèle lui-même est plus efficace. Ceci soulève des doutes sur la pérennité de certains emplois dans ce domaine.
Points clés
- Le prompt engineering consiste à trouver une façon astucieuse de formuler une requête à un modèle de langage pour obtenir les meilleurs résultats.
- Les entreprises utilisent de plus en plus les modèles de langage pour créer des copilotes de produit, automatiser les tâches fastidieuses et créer des assistants personnels.
- Des recherches récentes montrent que l’auto-optimisation des prompts par le modèle lui-même est plus efficace que l’écriture de prompts par un ingénieur humain.
- Les prompts auto-optimisées sont souvent étranges et peu intuitifs, mais ils améliorent les performances du modèle.
- L’auto-optimisation des prompts fonctionne également pour les algorithmes de génération d’images.
- Les emplois de prompt engineering pourraient être remplacés par des emplois d’opérations de grands modèles de langage (LLMOps).
A retenir
Il semble que l’avenir du prompt engineering pour les modèles de langage soit l’auto-optimisation. Les entreprises devraient envisager d’adopter cette nouvelle approche pour améliorer les performances de leurs modèles. Les emplois dans ce domaine évolueront probablement vers des rôles plus larges, tels que les opérations de grands modèles de langage (LLMOps).
