论文
TAPR：用任务感知的提示重写器提升LLM表现
TAPR: Enhancing LLM Performance with a Task-Aware Prompt Rewriter
摘要
大语言模型（LLMs）通常需要精心设计的提示来解锁其全部潜力，这往往成为非专家用户使用的主要障碍。本工作旨在解决这一挑战，引入一种任务导向的提示重写模型（TAPR），该模型通过将用户提示重新构建成任务优化提示，以明确目标，从而提升下游LLM性能。我们使用强化学习与组相对策略优化（GRPO）进行训练，其中奖励来自LLM作为裁判对重写提示和相应任务输出的评估。在各种任务上，如问答、摘要生成和算术推理，我们的方法在提示重写能力上取得了显著的改进。使用Phi-4-mini-instruct作为TAPR的基础模型进行微调，生成的提示包含更清晰和更具指导性的语言，从而在自然问题和GSM8K等基准上表现出更高的准确率。我们的代码可在：https://github.com/OliverSavolainen/task-specific-prompt-rewriter处获取。
