SPO：自监督Prompt提示词工程优化

这篇学术论文介绍了一种名为自我监督提示优化（SPO）的创新框架，旨在通过自动化手段提升大型语言模型的推理与任务对齐能力。与依赖外部标准答案或人工干预的传统方法不同，SPO 仅利用模型自身的生成结果，通过成对输出比较来提取评估和优化信号。这种无需外部参考的机制显著降低了成本，实验显示其开销仅为现有主流技术的 1.1% 至 5.6%，且仅需极少样本即可运行。研究结果证明，该方法在封闭式和开放式任务中均表现优异，甚至超越了许多依赖人工标注的尖端优化手段。通过这种自我驱动的循环迭代，SPO 为在缺乏数据标注的现实场景中高效部署大模型提供了极具价值的解决方案。