USCの研究チームが、自然言語処理の精度に及ぼすプロンプトの小さな変化について研究しました。
研究者たちは、挨拶の追加やリスト形式での回答要求など、異なるプロンプトがAIの予測精度にどのような影響を与えるのかを調査。
結果として、出力フォーマットの指定やポライトフレーズの使用、なりきり要求、チップの提示など、プロンプトの微細な変更がLLM（大規模言語モデル）の反応に顕著な変化を引き起こすことが明らかになりました。
特に、「no specified format」が他の方法より精度が高いという興味深い結果が出ました。
研究者たちは、「Hello」と言っ始める形式か、または「Thank you」と言ってみるかどうかなどの挨拶を加えることが、モデルの学習過程に影響を与えると指摘。
たとえばQuoraのようなプラットフォームでは、挨拶が一般的であるため、モデルがそのような情報を優先するかもしれません。
この研究は、AIを使った自然言語処理の信頼性に関する洞察を提供すると同時に、より安定したAIの開発に向けた次のステップを提示しています。
Abel Salinas氏は、「プロンプトをできるだけシンプルに保つことが、全体的に最良の結果をもたらす」とアドバイスしています。
出典 : https://techxplore.com/news/2024-04-words-youre-engaging-chatgpt.html