提示词优化：检索历史提示确定方向→生成候选提示并控制修改幅度→基于准确率迭代优化

提示词优化器

Unleashing the Potential of Large Language Models as Prompt Optimizers: Analogical Analysis with Gradient - based Model Optimizers

《Unleashing the Potential of Large Language Models as Prompt Optimizers: Analogical Analysis with Gradient - based Model Optimizers》提出了一种新颖的思路，将大语言模型（LLM）作为提示优化器，并通过与基于梯度的模型优化器进行类比分析，探索更有效的提示优化方法。

1. 研究背景与动机

自动提示优化是提升LLM在各类任务中性能的关键手段。尽管已有研究表明LLM可作为提示优化器，但缺乏系统的设计策略。论文旨在通过与成熟的基于梯度的模型优化器（如SGD及其变体）进行类比，为基于LLM的提示优化器设计提供理论指导，以充分发挥LLM在提示优化中的潜力。