一位开发者发现,在使用约束解码时,JSON schema 中键的顺序会显著影响大型语言模型的输出。当一个缓存辅助函数按字母顺序对 JSON schema 键进行排序时,模型开始在生成推理之前分配类别,导致准确性显著下降。这个问题之所以出现,是因为自回归模型是逐个 token 生成文本的,后来的 token 无法影响早期的决策。开发者发现,在 schema 中将 'reasoning' 字段放在 'category' 字段之前,可以将模型的准确率从 81.8% 提高到 90.2%。 AI
影响 强调了 LLM 提示工程和约束解码中一个微妙但关键的因素,影响了可靠性和准确性。
排序理由 开发者的个人博客文章,详细介绍了关于 LLM 行为的一个具体技术发现。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →