导读 卡内基梅隆大学和清华大学的研究人员开发了Prompt2Model系统，可以根据提示自动生成专用NLP模型。Prompt2Model并不是GPT-
文章摘要：
1. Prompt2Model可以根据提示自动生成专用的NLP模型，并且在某些情况下性能超过GPT-3.5Turbo。
2. Prompt2Model使用OpenAI的GPT-3.5Turbo生成合成训练数据，然后使用预训练的Hugging Face模型进行微调。
3. Prompt2Model依赖于OpenAI的GPT-3.5 Turbo，这是商业应用的限制，开源语言模型的使用正在探索中。
9月5日消息：卡内基梅隆大学和清华大学的研究人员开发了Prompt2Model系统，可以根据提示自动生成专门的NLP模型。
当然，Prompt2Model并不是GPT-4的替代品，而是专用NLP模型的自动化管道，这些模型可以很好地执行特定任务，并且比大型模型小得多，因此可以在低端硬件上运行。 本地运行。
Prompt2Model系统首先将提示分解为结构化语句，然后查找可能对当前任务有用的数据集。 然后使用 OpenAI 的 GPT-3.5 Turbo 生成该任务的合成训练数据。 然后确定合适的预训练模型进行微调。
研究人员在三个基准上评估了 Prompt2Model 的结果。 由此产生的 Flan-T5 模型在这两项任务中都优于 GPT-3.5Turbo。 但在第三次基准测试中，Prompt2Model 明显落后于 OpenAI 模型。
Prompt2Model 目前主要仅限于纯英语任务。 团队表示，原因是GPT-3.5Turbo本身的语言支持有限。 Prompt2Model依赖OpenAI模型生成数据也限制了其商业应用。 OpenAI 禁止使用自己的模型来训练可能与之竞争的模型。
然而，该团队正在探索集成大规模开源语言模型，以减少对专有 API 的依赖。