Microsoft 研究提出的 Low-Code LLM，解決不斷修正詠唱的煩惱!

大型語言模型（LLM），例如 ChatGPT 和 GPT-4，表現出了驚人的能力，但說實話，它們還有些不足。舉個例子，我們可能需要不斷的修改 Prompt 才能得到我們想要的結果。所以出現了 AutoGPT 對應這個問題，現在 Microsoft 研究人員也提出了解決方案。

為了改善這個問題，Microsoft 的研究員提出了一種名為 Low-Code LLM 的新型互動模式，它受到免程式碼軟體如 scratch 等視覺化編碼開發系統的啟發。這個新方法能夠拉近 prompt 與回應之間的距離，讓我們在完成複雜任務時與 LLM 更加契合。

相比傳統的人類與 LLM 互動模式，Low-Code LLM 有幾個顯著的優勢：

1. 生成內容受控制：透過工作流程，用戶可以使用低程式碼操作來指揮 LLM 的表現，帶來更加符合預期的成果。

2. 簡易的操作：透過圖形化介面，讓我們更容易理解並調整 LLM 的執行邏輯，省去了繁複的 prompt 設計煩惱。

3. 用途廣泛：這個新的模式可以運用在各種不同領域的複雜任務，尤其是在人類判斷或偏好相當重要的情況下。

Low-Code LLM 為我們提供了一個更高效且簡易操作的方式來與大型語言模型互動，讓我們在複雜任務上與 LLM 達到更好溝通。這個新的方法有望改變我們與 AI 合作的方式，並提升 LLM 在各種應用場景中的實用性。

The Key | 每天的關鍵