arXiv · cs.AI· Jyotirmoy Nath, Neeraj Kumar, Brejesh Lall·· 6 小时前
PCO提出离散组合式语言模型指令优化框架
Prompt Codebooks: Discrete Compositional Optimization for Language Model Instruction Refinement
arXiv:2605.28360v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jyotirmoy Nath, Neeraj Kumar, Brejesh Lall
研究任务与主要进展
Jyotirmoy Nath、Neeraj Kumar 和 Brejesh Lall 提出 Prompt Codebook Optimization（PCO），将自动提示优化建模为基于可复用自然语言指令单元的离散组合学习，并按输入动态组合提示。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org