优化提示词提升VLLM准确率

通过优化提示词提升VLLM准确率

• 清晰简洁表述：避免使用模糊或冗长的语言，直接阐述任务。例如，若要模型识别图片中的物体，应直接说“识别这张图片中的所有物体”，而非“请你看看这张图片，告诉我里面有什么东西，越详细越好”，让模型能迅速抓住关键，给出准确答案。
• 分解复杂任务：将复杂的视觉任务拆解为一系列简单、具体的子任务，依次向模型提问。如对于一张包含多种物体和场景的图片，可先让模型识别主要物体，再描述场景特征，最后分析物体之间的关系，有助于模型逐步深入理解任务，提高回答的准确率。
• 提供背景信息：若图片涉及特定背景知识或情境，应在提示词中说明，帮助模型更好地理解图像。如图片是一幅历史事件相关的画作，可先介绍事件背景，再让模型分析画作内容，避免模型因缺乏背景知识而产生误解。
• 使用肯定性指令：采用“做”“识别”“分析”等正面指导词汇，避免“请勿”“不要”等否定性表达。肯定性指令有助于模型更积极