让大型AI模型自主提问：GPT-4打破与人类对话的障碍，展现更高水平的表现

在最新的人工智能领域动态中，人工生成的提示（prompt）质量对大语言模型（LLM）的响应精度有着决定性影响。OpenAI 提出的建议指出，精确、详细且具体的问题对于这些大语言模型的表现至关重要。然而，普通用户是否能够确保他们的问题对于 LLM 来说足够清晰明了？

需要重新写的内容是：值得注意的是，人类在某些情境下的自然理解能力与机器的解读存在明显差异。例如，“偶数月” 这一概念，在人类看来很明显指的是二月、四月等月份，而GPT-4却可能将其误解为天数为偶数的月份。这不仅揭示了人工智能在理解日常语境上的局限性，也促使我们反思如何更有效地与这些大型语言模型进行交流。随着人工智能技术的不断进步，如何弥合人类与机器在语言理解方面的鸿沟，是一个未来研究的重要课题

关于此事，加利福尼亚大学洛杉矶分校（UCLA）的顾全全教授领导的通用人工智能实验室发布了一份研究报告，提出了一种创新的解决方案，针对大语言模型（如 GPT-4）在问题理解上的歧义问题。这项研究是由邓依荷、张蔚桐和陈子翔博士生完成的

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

• 论文地址：https://arxiv.org/pdf/2311.04205.pdf
• 项目地址: https://uclaml.github.io/Rephrase-and-Respond

重写后的中文内容为：该方案的核心是让大型语言模型对提出的问题进行复述和扩写，以提高回答的准确性。研究发现，经过GPT-4重新表述的问题变得更加详细，问题格式也更清晰。这种复述和扩写的方法显著提高了模型的回答准确率。实验表明，一个经过良好复述的问题使得回答的准确率从原来的50%提高到接近100%。这一性能提升不仅展示了大型语言模型自我改进的潜力，也为人工智能如何更有效地处理和理解人类语言提供了新的视角

方法

基于以上的发现，研究者提出了一个简单但效果显著的提示词 (prompt)：“Rephrase and expand the question, and respond”（简称为 RaR）。这一提示词直接提高了 LLM 回答问题的质量，展示了在问题处理上的一个重要提升。

研究团队还提出了 RaR 的一种变体，称为 “Two-step RaR”，以充分利用像 GPT-4 这样的大模型复述问题的能力。这种方法遵循两个步骤：首先，针对给定的问题，使用一个专门的 Rephrasing LLM 生成一个复述问题；其次，将原始问题和复述后的问题结合起来，用于提示一个 Responding LLM 进行回答。

结果

研究人员进行了不同任务的实验，结果表明，无论是单步 RaR 还是两步 RaR，都能有效地提高 GPT4 的回答准确率。值得注意的是，RaR 在原本对 GPT-4 极具挑战性的任务上展现出了显著的改进效果，甚至在某些情况下准确率接近 100%。研究团队总结了以下两点关键结论：

1. 复述并扩写（RaR）提供了一种即插即用的黑箱式提示方法，能够有效地提高 LLM 在各种任务上的性能。

2. 在评估 LLM 在问答（QA）任务上的表现时，检查问题的质量至关重要。

研究人员采用了Two-step RaR方法进行研究，以探究GPT-4、GPT-3.5和Vicuna-13b-v.15等不同模型的表现。实验结果表明，对于那些具备更复杂架构和更强大处理能力的模型，例如GPT-4，RaR方法可以显著提升其处理问题的准确性和效率。而对于较为简单的模型，例如Vicuna，尽管改进幅度较小，但仍然表明了RaR策略的有效性。基于此，研究人员进一步检查了不同模型复述后问题的质量。对于较小模型的复述问题，有时可能会扰乱问题的意图。而像GPT-4这样的高级模型提供的复述问题与人类的意图相符，并且可以增强其他模型的回答效果

这一发现揭示了一个重要的现象：不同等级的语言模型复述的问题在质量和效果上存在差异。特别是像 GPT-4 这样的高级模型，它复述的问题不仅能够为自身提供更清晰的问题理解，还能够作为一种有效的输入，提高其他较小模型的性能。

与思维链（CoT）的区别

为了理解 RaR 与思维链（CoT）之间的区别，研究人员提出了它们的数学表述，并阐明了 RaR 在数学上与 CoT 的不同之处，以及它们如何可以轻松结合。

在深入探讨如何增强模型推理能力之前，这项研究指出应该提高问题的质量，以确保能正确评估模型的推理能力。例如，“硬币翻转”问题，人们发现GPT-4将“翻转（flip）”理解为随机抛掷的动作，与人类的意图不同。即使使用“让我们逐步思考”来引导模型进行推理，这种误解仍会在推理过程中存在。只有在澄清问题之后，大型语言模型才会回答预期的问题

进一步的，研究人员注意到，除了问题文本之外，用于 few-shot CoT 的问答示例也是由人类编写的。这就引发了一个问题：当这些人工构造的示例存在缺陷时，大语言模型（LLM）会作出怎样的反应？该研究提供了一个很有意思的例子，并发现不良的 few-shot CoT 示例可能会对 LLM 产生负面影响。以 “末尾字母连接” 任务为例，先前使用的问题示例在提高模型性能方面显示出了积极效果。然而，当提示逻辑发生变化，比如从找到末尾字母变成找到首位字母，GPT-4 却给出了错误的答案。这一现象突显了模型对人工示例的敏感性。

研究人员发现，使用 RaR，GPT-4 可以修正给定示例中的逻辑缺陷，从而提高 few-shot CoT 的质量和稳健性

结论

人类和大型语言模型（LLM）之间的交流可能存在误解：人类看似清晰的问题，可能会被大型语言模型理解成其他问题。UCLA研究团队提出了RaR这一新颖方法，该方法促使LLM先复述并澄清问题，然后再回答，从而解决了这个问题

RaR 的有效性已经通过在多个基准数据集上进行的实验评估得到证实。进一步的分析结果显示，通过复述问题可以提升问题质量，而这种提升效果可以在不同的模型之间转移

对于未来的展望来说，预计类似于 RaR 这样的方法将不断完善，同时与 CoT 等其他方法的整合将为人类和大型语言模型之间的互动提供更准确、更有效的方式，最终拓展 AI 解释和推理能力的边界

以上就是让大型AI模型自主提问：GPT-4打破与人类对话的障碍，展现更高水平的表现的详细内容，更多请关注其它相关文章！

# AI  # 这一  # 更高水平  # 提出了  # 出了  # 的是  # 中国科学院  # 较小  # 丰田  # 是由  # 模型  # 彩票网站推广合作  # 乡镇楼盘营销推广方案  # 宠物粮营销推广  # 汽配营销推广小礼物  # 最新网站推广的几种方式  # 黄浦石龙网站建设  # 路北区网站优化有哪些  # 装饰网站建设加盟  # 苏州在哪学网站建设  # 北屯做网站建设  # 有效地 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： Meta推出VR订阅服务Quest +：每月免费玩两款游戏，7.99美元/月  视觉中国推出付费AI绘图功能：无版权可用  微软推出 LLaVA-Med AI 模型，可对医学病理案例进行分析  标贝科技亮相国际顶会ICASSP2025 加速布局海外AI数据市场  苹果机器学习关键人物 Ali Farhadi 离职，回归 AI2 担任 CEO  无人机巡检方案是什么，该如何选择适合的巡检方案  创新科学家成功研发FAST激光靶标维护机器人  OPPO三方联合发布AI可持续发展白皮书，坚持发展健康AI生态  人形机器人概念集体爆发，能买吗？  学生作文评分的新趋势：教师与AI的合作模式  让AI助手带您轻松愉快地享受写作之旅  百度举办AIGC创作沙龙，现场传授AI绘画“咒语”技巧  网易云音乐和小冰推出AI歌手音乐创作软件，首发内置12名AI歌手  杭州举办第19届亚运会，主题为「亚运元宇宙」的发布仪式举行  广州团建公司方案 | 绝密飞行 → X-PLANE无人机团建主题团建  美图开拍使用教程  腾讯机器狗进化：通过深度学习掌握自主决策能力  云深处与昇腾CANN携手合作：开设ROS四足机器狗开发训练营  Moka发布AI原生HR SaaS产品“Moka Eva”，布局AGI时代  中国气象局预测：到 2030 年，中国人工智能气象应用将达到国际领先水平  优化系统韧性：故障恢复与监控在RabbitMQ中的应用  新华社联合北大发布AI大模型评测：安全可靠成重点，360智脑表现优异  SnapFusion技术大幅提升AI图像生成速度  Unity 推出面向开发者的 AI 软件市场 AI Hub，股价飙涨 15%  数据显示：人工智能相关专业热度上升最快 考古、美术、生物医学工程等小众专业火了  专家解读国家网信办深度合成服务算法备案信息公告：不等于百度、阿里、腾讯等生成式AI产品获批  探索人工智能在居家养老方面的应用  OpenAI大神Karpathy最新分享：为什么OpenAI内部对AI Agents最感兴趣  热点资讯：家乐福推出聊天机器人；米哈游2025年营收273.4亿元…  百度创始人、董事长兼首席执行官李彦宏：AI原生应用比大模型数量更重要  奥比中光子公司和斯坦德机器人深度合作，共同推进新一代激光雷达的研发  人工智能颠覆软件测试四大方式  Databricks推出人工智能模型共享机制，可令开发者与公司“双赢”  微幼科技晨检机器人与人工晨检相比，有何优势  软通动力天枢元宇宙研究院签约落户江宁高新区  人工智能自己玩自己  小米9号员工李明宣布创业：打造首款安卓桌面机器人  全媒封面丨⑤商汤科技：原创AI算法“发电厂”  AI大模型产品集体奔赴高考考场，教育赛道的讯飞星火能赢吗？  发布最新版本的 PICO OS 5.7.0：支持VR头盔录屏并跨平台分享至微信  实测 AI 建筑设计软件的自动生成效果图能力  小米创始人雷军将揭示小米AI在年度演讲中的最新进展  随时随地，追踪每个像素，连遮挡都不怕的「追踪一切」视频算法来了  7大探索区域打造沉浸式玩乐“元宇宙” 昆明京东MALL未来科技探索官全城招募中  阿里达摩院向公众免费开放100项AI专利许可  《爱康未来之夜嘉宾官宣，携手共赴AI未来》  家电行业观察：AI加持下，全屋智能将成为智能家电未来？  大语言模型的视觉天赋：GPT也能通过上下文学习解决视觉任务  小米首次曝光 64 亿参数的 MiLM-6B AI 大模型，或将应用于小爱同学  赋能选题探索：AI助手在经济学专业中的应用指南