微软仅凭「提示工程」让GPT-4成医学专家！超过一众高度微调模型，专业测试准确率首次超90%

---

微软最新研究再次证明了提示工程的威力——

无需额外微调，无需专家策划，仅凭提示，GPT-4就能化身“专家”。

使用他们提出的最新提示策略Medprompt，在医疗专业领域，GPT-4在MultiMed QA九个测试集中取得最优结果。

在MedQA数据集(美国医师执照考试题)上，Medprompt让GPT-4的准确率首次超过90%，超越BioGPT和Med-PaLM等一众微调方法。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

研究人员还表示Medprompt方法是通用的，不仅适用于医学，还可以推广到电气工程、机器学习、法律等专业中。

这项研究在X（原Twitter）一经分享，就引发众多网友关注。

沃顿商学院教授Ethan Mollick、Artificial Intuition作者Carlos E. Perez等都有转发分享。

Carlos E. Perez直呼“出色的提示策略可以甩微调一大截”：

有一些网友表示早就有这种预感，现在能看到结果出来，真的是太酷了！

有些网友认为这真的很“激进”

GPT-4是一项能改变行业的技术，而我们还远没有触及提示的极限，也未达到微调极限。

组合提示策略，“变身”专家

Medprompt是多种提示策略的组合体，包含三大法宝：

• 动态少样本选择（Dynamic few-shot selection）
• 自生成思维链（Self-generated chain of thought）
• 选项洗牌集成（Choice shuffling ensemble）

接下来，我们将逐一进行介绍

动态少样本选择

少样本学习是让模型快速学习上下文的一种有效的方法。简单来说，就是输入一些示例，让模型快速适应特定领域，并学习遵循任务的格式。

这种用于特定任务提示的少样本示例通常是固定的，所以对示例的代表性和广泛性有较高的要求。

之前一种方法是让领域专家手动制作范例，但即便如此，也不能保证专家策划的固定的少样本示例在每个任务中都有代表性。

微软研究人员提出了一种动态少样本示例的方法，因此

想法是，任务训练集可以作为少样本示例的来源，如果训练集足够大，那就可以为不同的任务输入选择不同的少样本示例。

在具体操作上，研究人员首先使用text-embedding-ada-002模型为每个训练样本和测试样本生成向量表示。然后，针对每个测试样本，通过比较向量的相似度，从训练样本中选择出与之最相似的k个样本

与微调方法相比，动态少样本选择利用了训练数据，但不需要对模型参数进行大量更新。

自生成思维链

思维链（CoT）方法是一种让模型逐步思考并生成一系列中间推理步骤的方法

以前的方法是依靠专家手动编写一些带有提示思维链的示例

TTSMaker

TTSMaker是一个免费的文本转语音工具，提供语音生成服务，支持多种语言。

2275 查看详情

在这里，研究人员发现，可以简单地要求GPT-4使用以下提示为训练示例生成思维链：

但研究人员也指出这种自动生成的思维链可能包含错误的推理步骤，于是设置了一个验证标签作为过滤器，可以有效减少错误。

与在Med-PaLM 2模型中专家手工制作的思维链示例相比，GPT-4生成的思维链基本原理更长，而且分步推理逻辑更细粒度。

选项洗牌集成

GPT-4在处理选择题时可能存在一种偏见，即无论选项的内容是什么，它倾向于总是选择A或总是选择B，这就是位置偏差

为了解决这个问题，研究人员决定对原有的选项进行顺序重排，以减少影响。例如，原本的选项顺序为ABCD，可以改为BCDA、CDAB等

然后让GPT-4做多轮预测，每轮使用选项的一个不同排列顺序。如此一来“迫使”GPT-4考虑选项的内容。

最后对多轮预测结果做个投票，选择最一致、正确的选项。

将以上几种提示策略组合在一起就是Medprompt，下面来看测试结果。

多项测试最优

在测试中，研究人员采用了MultiMed QA评估基准。

使用Medprompt提示策略的GPT-4，在MultiMedQA的九个基准数据集中均取得最高分，优于Flan-PaLM 540B、Med-PaLM 2。

此外，研究人员还讨论了Medprompt策略在“Eyes-Off”数据上的表现。所谓“Eyes-Off”数据，指的是模型在训练或优化过程中未曾见过的数据，用于检验模型是否过拟合训练数据

结果GPT-4结合Medprompt策略在多个医学基准数据集上表现出色，平均准确率达到了91.3%。

研究人员对MedQA数据集进行了消融实验，以探索三个组件对整体性能的相对贡献

在其中，自动生成思维链步骤对于性能的提升起着最大的作用

GPT-4自动生成的思维链得分比Med-PaLM 2中专家策划的得分更高，并且不需要人工干预

最后，研究人员还探索了Medprompt的跨域泛化能力，取用了MMLU基准中的六个不同的数据集，涵盖了电气工程、机器学习、哲学、专业会计、专业法律和专业心理学的问题。

还添加了另外两个包含NCLEX（美国护士执照考试）问题的数据集。

结果显示，Medprompt在这些数据集上的效果与在MultiMedQA医学数据集上的提升幅度相近，平均准确率提高了7.3%。

请点击以下链接查看论文：https://arxiv.org/pdf/2311.16452.pdf

以上就是微软仅凭「提示工程」让GPT-4成医学专家！超过一众高度微调模型，专业测试准确率首次超90%的详细内容，更多请关注其它相关文章！

# 上海  # seo免费查询  # 网站建设市场调查  # 拉萨陵县网站建设  # 百度关键词通过什么排名  # 莆田网站推广哪个平台好  # 天猫店网站优化策划  # 大岭山镇优化seo  # 网站快速优化留痕  # 宁波网站建设哪家评价高  # 建设工程投标在哪个网站  # 中国  # 模型  # 美国  # 自动生成  # 丰田  # 都有  # 中国科学院  # 仅凭  # 微软  # 首次  # med-palm  # 数据 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： AYANEO AIR 1S 掌机 7 月 9 日发布：R7 7840U + OLED 屏  ​布局智能物联新时代,中国移动“5G+物联网”亮相2025 MWC  RoboNeo什么时候上线  将上下文长度扩展到256k，无限上下文版本的LongLLaMA来了？  映宇宙集团执行总编辑：元宇宙还是要以人为媒介  CharacterAI - 也许会成为会话人工智能的未来  搭载星火认知大模型 讯飞听见智慧屏开启AI办公新体验  微幼科技推出全自动晨检机器人，助力幼儿园校园健康检测  无人机自主巡检为高海拔输电线路运维添“新彩”  日新月异，脑机接口技术都有哪些新应用？  XREAL发布新款硬件XREAL Beam投屏盒子：可悬停AR空间屏  AI大模型火了！科技巨头纷纷加入，多地政策加码加速落地  当一个网站的内容被 AI 完全接管  李开复：未来几年，人工智能会革了所有人的命，除非你这么做  人工智能如何帮助制造业？  马斯克预测：特斯拉全自动驾驶将在今年实现 对AI深度变化感到担忧  软通动力多项AI创新产品及应用亮相2025世界人工智能大会  650亿参数，8块GPU就能全参数微调：邱锡鹏团队把大模型门槛打下来了  Transformer六周年：当年连NeurIPS Oral都没拿到，8位作者已创办数家AI独角兽  西班牙小鲜肉*视频在网上疯传，本人发文澄清：是AI换脸的假视频！  「电子果蝇」惊动马斯克！背后是13万神经元全脑图谱，可在电脑上运行  对话无界AI创始人长铗：AI的创业机会在应用层丨创新者Innovator  AI大模型时代，数据存储新基座助推教科研数智化跃迁  Meta推出VR订阅服务Quest +：每月免费玩两款游戏，7.99美元/月  云深处科技绝影 Lite3 与 X20 四足机器人亮相  全面拥抱大模型浪潮，ISC 2025打造全球首场AI数字安全峰会  2025WRC世界机器人大赛锦标赛（烟台）收官！斯坦星球勇夺VEX赛项冠亚军！  生成式AI对云运维的3大挑战  生活垃圾智能分类机器人社区展“才能”，征求居民意见  谷歌内部正在测试代号为Genesis的AI新闻写作产品  “技术+实践+生态”三箭齐发，京东方抢占物联网高地  洞穴探险神器？可自主导航的单旋翼自旋无人机，效率更高！  美图公司吴欣鸿：AI技术重构影像产业  30+大模型齐聚，大模型成世界人工智能大会“顶流”  【|直播|预告】人工智能高峰论坛将于7月2日13:30准时开播！  马克龙密会AI专家，法国加入全球人工智能竞赛  马斯克嘲讽人工智能：机器学习本质就是统计学  DragGAN开源三天Star量23k，这又来一个DragDiffusion  国内首款大尺寸仿鸵双足机器人“大圣”亮相，穿戴红色战袍  人工智能在重症监护室的未来  智能机器人正在彻底改变客户服务  OpenAI限制网络爬虫访问以保护数据免被用于AI模型训练  商汤科技：元萝卜 AI 下棋机器人新品发布会 6 月 14 日举行  华为发布大模型时代AI存储新品  “五年内人类程序员将消失”预言引争议，AI真的那么强大了吗？  美图秀秀发布7款AI产品：支持用户创作、商业创作  “图壤·阅读元宇宙”亮相北京国际图书博览会  百度举办AIGC创作沙龙，现场传授AI绘画“咒语”技巧  VMS的应用：提升多品牌设备管理效能  人工智能赋能无人驾驶：商业化进程再提速 

 2023-12-04