Multi-Target Few-Shot Prompting

Diffusion language models enhance few-shot prompting for multi-target edits

研究人员引入了一种名为多目标少样本提示的新方法，利用扩散语言模型来指导共享上下文内多个掩码区域的填充。该方法特别有利于按示例编辑等任务，其中更改需要应用于不同位置，并且依赖于前后信息。该技术通过引入似然比奖励来提高填充准确性，该奖励有利于演示，从而在少样本提示基准和软件重构案例研究中提高了性能。