随机软提示方法：免训练提升LLM推理多样性

Heejun Kim 等研究者在 arXiv 发布论文，提出 Random Soft Prompts（RSPs）方法：完全去掉训练步骤，直接在 LLM 输入后附加一段从各向同性高斯分布采样的随机嵌入向量。论文称该方法在多个数学推理 benchmark 上达到与优化软提示相当的准确率。 这一做法的意义在于不再需要通过训练得到软提示，只需随机采样嵌入即可获得相近效果，同时为推理引入多样性。相关结论目前来自论文作者自己的报告，尚属研究阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。