【LLM 论文】UPRISE：使用 prompt retriever 检索 prompt 来让 LLM 实现 zero-shot 解决 task

论文：UPRISE: Universal Prompt Retrieval for Improving Zero-Shot Evaluation
⭐⭐⭐⭐
EMNLP 2023, Microsoft
Code：https://github.com/microsoft/LMOps

一、论文速读

这篇论文提出了 UPRISE，其思路是：训练一个 prompt retriever，面对一个 task 的 input 时，可以通过 prompt retriever 从 prompt pool 中检索到一个最合适的 prompt 作为 in-context learning 中的 exemplars，然后把这些 exemplars + task input 一起输入给 LLM，从而得到 answer。

下图是一个 case：（下半部分是 UPRISE 改进后的）

二、Prompt Retriever

2.1 Prompt Retriever 是什么

prompt retriever 是这篇论文的关键创新点，它的提出思路是这样的：以往 prompt engineering 方法中，使用 LLM 解决每一个 downstream task 都需要预先设定一个对应的 prompt。但也有可能为某个 task 设定的 prompt 也能够泛化到其他未见过的 task 上，于是，这篇论文的工作首先构建了一个 prompt pool，里面存储了很多用于解决 downstream tasks 的 prompts，然后当一个 test input 到来时，prompt retriever 可以从中检索出最适合这个 task 的 prompt，然后把 retrieved prompt + task input 输入给 LLM 来得到 answer。

论文的关键是训练出能够满足要求的 prompt retriever，并期待它面对没有见过的 task（prompt pool 中也没有这个 task 的 prompt），也可以检索出一个合适的 prompt 并让 LLM 来回复这个 input，这也就是论文提出的 Cross-task retrieval。另外也期待这个 prompt retriever 可以用于多个不同系列的 LLM，这也是论文提出的 Cross-model retrieval。

2.2 Prompt Retriever 的训练和 inference

分别介绍 prompt retriever 的训练和推理思路。

retriever 的训练

这里会使用一个 frozen LLM 用于 prompt retriever 的监督微调。

对于一个 prompt-input 的 pair，会将其视为 positive pair，然后更换其中的 prompt 制作出一些 negative pairs，之后：

• 把一个 pair 给 retriever，retriever 是一个 bi-encoder 模型，prompt encoder 和 input encoder 分别对 prompt 和 input 进行编码
• 把一个 pair 和 negative pairs 给 frozen LLM，让其输出一个 task score 来评估 prompt 的有效性

对 positive pair 和 negative pairs 都循环上述过程，并使用对比学习来训练 prompt retriever，损失函数使用的 InfoNCE 这样的对比损失函数。

inference 阶段

预先使用 prompt encoder 对所有 prompt 进行编码，存入 prompt pool 中。

在 inference 时，对于 task input $x_{test}$，对其使用 input encoder 进行编码，然后从 prompt pool 中检索出最相似的 K 个 prompts 并降序排列：$P^{+}=(p_1,\dots ,p_K)$，然后把这个些 prompts 和 input 连接在一起，形成 $p_k\oplus \cdots \oplus p_1\oplus x_{test}$作为给 LLM 的输入。

同时神奇的是，在多个 downstream tasks 上训练出来的 retriever，能够很不错的应对未见过的任务，并从 prompt pool 选出相对来说比较合适的 prompts 来与 input 组装从而输入给 LLM 获得好的 answer。

三、总结

总的来说，这篇论文提出了一个很新颖的思路：prompt retriever，从而提高 LLM 的 zero-shot 的能力。

同时还研究了 prompt retriever 从训练的任务类型推广到其他未见过的任务类型，以及从小的 LLM 推广到更大规模的