मेटा-प्रॉम्प्टिंग एक प्रभावी सहारा तकनीक है जिसका उद्देश्य भाषा मॉडल (LM) की क्षमताओं को बढ़ाना है। यह विधि एकल LM को एक बहुआयामी कमांडर में बदल देती है, जो कई स्वतंत्र LM क्वेरी को प्रबंधित और एकीकृत करने में कुशल है। उच्च-स्तरीय निर्देशों का उपयोग करके, मेटा-प्रॉम्प्ट LM को जटिल कार्यों को छोटे, अधिक प्रबंधनीय उप-कार्यों में विभाजित करने के लिए निर्देशित करता है। फिर, इन उप-कार्यों को समान LM के विभिन्न “विशेषज्ञ” उदाहरणों द्वारा संसाधित किया जाता है, प्रत्येक उदाहरण विशिष्ट अनुकूलित निर्देशों के अनुसार कार्य करता है। इस प्रक्रिया का केंद्रबिंदु स्वयं LM है, जो एक कमांडर के रूप में, इन विशेषज्ञ मॉडलों के आउटपुट के बीच निर्बाध संचार और प्रभावी एकीकरण सुनिश्चित करता है। यह अंतिम परिणामों को परिष्कृत और सत्यापित करने के लिए अपनी अंतर्निहित समालोचनात्मक सोच और मजबूत सत्यापन प्रक्रिया का भी उपयोग करता है। यह सहयोगी प्रॉम्प्टिंग विधि एकल LM को एक व्यापक कमांडर और विविध विशेषज्ञ टीम दोनों के रूप में कार्य करने में सक्षम बनाती है, जिससे विभिन्न कार्यों में इसके प्रदर्शन में उल्लेखनीय वृद्धि होती है। मेटा-प्रॉम्प्टिंग की शून्य-शॉट, कार्य-स्वतंत्र प्रकृति उपयोगकर्ता संपर्क को बहुत सरल बनाती है, जिसके लिए विस्तृत कार्य-विशिष्ट निर्देशों की आवश्यकता नहीं होती है। इसके अलावा, हमारे शोध से पता चलता है कि बाहरी उपकरण (जैसे पाइथन इंटरप्रेटर) मेटा-प्रॉम्प्टिंग ढांचे के साथ निर्बाध रूप से एकीकृत हो सकते हैं, जिससे इसकी प्रयोज्यता और उपयोगिता बढ़ जाती है। GPT-4 के साथ सख्त प्रयोगों के माध्यम से, हमने प्रदर्शित किया है कि मेटा-प्रॉम्प्टिंग पारंपरिक सहारा विधियों से बेहतर है: सभी कार्यों का औसत लेते हुए, जिसमें 24-बिंदु गेम, वन-स्टेप चेस और पाइथन प्रोग्रामिंग पहेलियाँ शामिल हैं, पाइथन इंटरप्रेटर कार्यक्षमता के साथ मेटा-प्रॉम्प्टिंग मानक प्रॉम्प्ट से 17.1% अधिक, विशेषज्ञ (गतिशील) प्रॉम्प्ट से 17.3% अधिक और बहु-व्यक्तित्व प्रॉम्प्ट से 15.2% अधिक था।