Multi-expert Prompting: la risposta è più bella se a rispondere sono tanti

Dopo la fortunata Guida galattica al prompt perfetto, abbiamo deciso di approfondire il grande tema del prompting presentando il Multi-expert Prompting, un nuovo e promettente metodo per ottenere risposte sempre più complete e accurate. Con questa tecnica, i modelli di linguaggio non si limitano a rispondere con una sola voce, ma simulano un’interazione tra esperti che trattano l'argomento da prospettive diverse . Una vera svolta per chi cerca risposte ben ponderate e senza distorsioni.

Le informazioni contenute nel presente articolo sono interamente estratte dal recente paper scientifico che introduce il nuovo approccio multi-laterale. Qui il link al paper.

Cos’è il Multi-expert Prompting e come funziona

L’idea alla base del Multi-expert Prompting è piuttosto semplice: anziché produrre una risposta da un'unica prospettiva (il cosiddetto Expert Prompting, "agisci/rispondi come..."), il modello risponde assumendo il punto di vista di più “esperti” con competenze diverse. In questo modo, l'output finale ingloberà le risposte di tutti gli esperti, proponendone una sintesi. Questo significa che a una domanda come “Quali sono le conseguenze del cambiamento climatico?”, non avremo solo una risposta generica, ma prospettive da un punto di vista ambientale, economico e sociale.

Per esempio, un epidemiologo potrebbe dare un parere sull’impatto sanitario dei cambiamenti climatici, mentre un economista potrebbe discutere dei costi economici e un ecologo sugli effetti sulla biodiversità. Il modello combina quindi le risposte di questi esperti per dare una visione a 360 gradi dell’argomento.

Una panoramica del Multi-expert Prompting, Do et al (2024)

Ecco come funziona: nel prompt iniziale, l’utente chiede all’LLM di immaginare una serie di identità di esperti, ciascuna con una prospettiva specifica (ad esempio, uno scienziato, un medico, un ingegnere, ecc) e di rispondere a turno ad un dato quesito come farebbe ciascuno di questi esperti. L'LLM produce quindi una risposta per ogni identità simulata. Infine, un altro prompt chiede al modello di aggregare tutte queste risposte, scegliendo le informazioni più utili e conciliando eventuali contrasti.

I vantaggi del Multi-expert Prompting

Uno dei vantaggi principali del Multi-expert Prompting è il miglioramento della veridicità delle risposte, come confermato dallo studio che ha introdotto questa tecnica. Coinvolgere più “esperti” permette al modello di produrre risposte che risultano più "vicine alla verità": la combinazione di più risposte può aiutare a identificare e correggere eventuali errori o disinformazioni, portando a risposte più veritiere.

Un altro vantaggio è la completezza: l'aggregazione di diverse opinioni, esperienze e competenze porta ad una visione più ampia e sfaccettata dell'argomento in questione. Questo significa risposte più complete e accurate, soprattutto per domande complesse.

Il Multi-expert Prompting riduce significativamente anche i bias. Poiché ognuno degli “esperti” virtuali contribuisce con un'opinione unica, il modello bilancia eventuali tendenze di parte, fornendo una risposta più equilibrata.