要点:
1. 新研究提出了一种机器学习框架，GATE，允许大型模型主动向人类提问，以更好地理解用户的偏好，替代了传统的提示工程。
2. 这新方法通过主动提问能够更准确地捕捉用户喜好，不再依赖用户提供的提示，从而提高了大型模型的性能。
3. 论文指出这一方法可能在需要复杂决策的领域如医疗和法律中有广泛应用，但关于提示工程的未来仍存在争议。
站长之家（ChinaZ.com）10月20日 消息:最新研究发现，传统的提示工程在AI领域正逐渐被一种新型机器学习框架所替代，这一框架名为GATE（Generative active task elicitation）。GATE允许大型模型主动向人类提问，以更好地理解用户的偏好，从而不再依赖用户提供的提示信息。
这一新方法通过主动提问，能够更准确地捕捉用户的兴趣和需求，取代了传统的被动学习方法，如提示工程和监督学习。
论文地址:https://arxiv.org/pdf/2310.11589.pdf
研究团队使用GPT-4进行实验，结果显示，GATE在多个任务上比传统方法表现更出色，使大型模型更好地理解人类用户。这一方法有望在需要进行复杂决策的领域，如医疗和法律，得到广泛应用。
尽管这一研究引发了有关提示工程的讨论，不是所有人都同意提示工程正在消失。一些人认为，了解人类的意图和喜好并不会导致提示工程的消失，除非机器学习的训练方式发生系统性变化。
其他人认为，提示工程可能会在形式上发生改变，但并不会完全消失。有人也提出了雇佣提示工程师的问题，如果提示工程不再需要，这些人将何去何从。
总的来说，这项研究为AI领域带来了新的方法，通过主动提问来更好地理解人类用户，但对提示工程的未来仍存在争议。提示工程是否会消失，以及如何应对这一变化，仍有待进一步讨论和观察。
（举报）
