Dieses Diagramm veranschaulicht den Unterschied zwischen statischer und dynamischer Prompt-Generierung im Bereich der Informatik. Die Beispiele im Bild sind wie folgt: 1. Statisches Prompt-Beispiel (Multi-Hop-Fragebeantwortungs-Szenario): Für die Multi-Hop-Wissensfragebeantwortungsaufgabe "Beschreiben Sie kurz die Kernunterschiede und die historischen Auswirkungen des kaiserlichen Prüfungssystems der Tang-Dynastie im Vergleich zum kaiserlichen Prüfungssystem der Song-Dynastie" verwendet der statische Prompt eine manuell voreingestellte feste Vorlage. Der Inhalt ist: "Bitte beantworten Sie die folgende Frage: {Frage}. Bitte erläutern Sie in Punkten und verwenden Sie eine prägnante Sprache." Diese Prompt-Vorlage unterscheidet nicht zwischen der Tiefe des historischen Wissens, das in der Frage enthalten ist, oder der Komplexität der Denkschritte (diese Frage erfordert mindestens zwei Denkschritte: zuerst die Kerninhalte des kaiserlichen Prüfungssystems der Tang-/Song-Dynastie zu ordnen, dann die Unterschiede zu vergleichen und die Auswirkungen zu analysieren). Sie passt sich auch nicht an das Fähigkeitsniveau des verwendeten Large Language Models an (z. B. ergänzt sie keine grundlegenden Konzepterklärungen für Modelle der Basisstufe und fügt keine vertiefende Analyseanleitung für fortgeschrittene Modelle hinzu). Sie wirkt immer mit einem einheitlichen Ausdruck auf das Modell, was leicht dazu führen kann, dass Basismodelle die Argumentation aufgrund fehlender konzeptioneller Grundlagen nicht abschließen können und fortgeschrittene Modelle aufgrund unzureichender Anleitung oberflächliche Inhalte ausgeben. 2. Dynamisches Prompt-Beispiel (Gleiches Multi-Hop-Fragebeantwortungs-Szenario): Für die gleiche Frage wie oben muss der dynamische Prompt-Generierungsprozess vier adaptive Phasen durchlaufen: "Aufgabenanalyse - Wissensabruf - Modelladaptation - Prompt-Generierung". Erstens identifiziert das Aufgabenanalysemodul, dass die Frage zu einer Multi-Hop-Argumentationsaufgabe im Bereich der Geschichte gehört, die eine 2-3-stufige Logikkette erfordert. Zweitens ruft der RAG-Mechanismus Kernwissenspunkte des kaiserlichen Prüfungssystems der Tang-Dynastie (wie den Status des Jinshi-Fachs und die Nicht-Implementierung des Anonymitätssystems) und des kaiserlichen Prüfungssystems der Song-Dynastie (wie die Implementierung des Anonymitäts-Transkriptionssystems und die Institutionalisierung der Palastprüfung) ab. Dann wird in Kombination mit den Eigenschaften des verwendeten Modells (angenommen, es handelt sich um ein Modell der mittleren Stufe) festgestellt, dass grundlegende Konzeptübergänge ergänzt werden müssen, eine Übervereinfachung aber nicht notwendig ist. Schließlich wird ein dynamischer Prompt generiert: "Bitte vervollständigen Sie die Fragenanalyse auf der Grundlage des folgenden historischen Wissens und beantworten Sie sie in drei Argumentationsschritten: 1. Stellen Sie zunächst die Kernmerkmale des kaiserlichen Prüfungssystems der Tang-Dynastie klar (Referenz: Jinshi-Fach als Kern, kein Anonymitätssystem, geringe Anzahl von Zulassungen); 2. Ordnen Sie dann die wichtigsten Änderungen im kaiserlichen Prüfungssystem der Song-Dynastie (Referenz: Implementierung des Anonymitäts-Transkriptionssystems, Normalisierung der Palastprüfung, Ausweitung des Umfangs der Zulassungen); 3. Vergleichen Sie die Kernunterschiede zwischen den beiden und erläutern Sie ihre historischen Auswirkungen auf die soziale Klassenmobilität und den Aufbau des bürokratischen Systems zu dieser Zeit. Frage: Beschreiben Sie kurz die Kernunterschiede und die historischen Auswirkungen des kaiserlichen Prüfungssystems der Tang-Dynastie im Vergleich zum kaiserlichen Prüfungssystem der Song-Dynastie." Dieser Prompt kann den Ausdruck und die Argumentationsanleitungslogik dynamisch an die Komplexität der Frage, die abgerufenen Wissensdetails und die Fähigkeiten des Modells anpassen.
Bitte erstellen Sie ein übersichtliches Blockdiagramm, das d...