当前位置：首页 > news >正文

Prompt Tuning

news 2026/8/5 9:52:34

🍋🍋AI学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

一、什么是 PromptTuning？

PromptTuning（提示调优）是一种参数高效的大模型适配技术，属于 PEFT（Parameter-Efficient Fine-Tuning，参数高效微调）的分支，核心目标是用极少的训练成本，让大模型快速适配特定任务的输出格式 / 风格 / 能力—— 比如你的体检报告质控需要模型「稳定输出 JSON 结构化结果、不漏检异常指标」，居家养老机器人需要模型「固定用温和的家人语气回复」，这些都可以通过 PromptTuning 实现。

它和你之前了解的全参数微调、LoRA、DPO/RLHF的核心区别是：

技术类型	训练参数量	核心目标	算力要求	适配场景
全参数微调	基座模型全部参数（7B 模型≈13GB 参数）	让模型学习全新任务能力	极高（A100 多卡）	有充足算力 + 大量数据的场景
LoRA	基座模型注意力层的低秩矩阵（≈0.1%-1% 基座参数）	增强模型的特定任务能力	中（单卡 A10）	需要模型理解新领域知识的场景
PromptTuning	仅训练「虚拟提示 token 的 embedding」（≈几万 - 几十万参数）	约束模型的输出格式 / 风格 / 逻辑	极低（单卡 4G 即可）	固定格式 / 固定风格的适配场景
DPO/RLHF	全参数 / PEFT 参数 + 对齐损失	让模型贴合人类偏好	中高	需要输出符合人类主观偏好的场景

PromptTuning 是性价比最高的选择 ——用几十 KB 的训练参数、单卡 4G 显存、几小时的训练时间，就能让模型稳定输出符合要求的结果。

二、PromptTuning 的核心原理：硬提示 vs 软提示

PromptTuning 分为两类，你之前用到的「人工编写提示词（比如请作为体检报告质控专员，输出JSON格式结果）」属于硬提示（Hard Prompt），而我们通常说的 PromptTuning 指的是软提示（Soft Prompt）：

硬提示（Hard Prompt）
- 本质：人工设计的自然语言提示词，直接作为输入传给模型
- 优点：不需要训练，快速验证想法
- 缺点：需要反复调试（比如你可能要改几十次提示词才能让模型稳定输出 JSON）、对复杂任务（比如体检报告多指标联动质控）不稳定、无法适配个性化的输出风格
软提示（Soft Prompt）
- 本质：一段可训练的连续向量（虚拟 token 的 embedding），嵌入到基座模型的输入 embedding 层中，不会改变基座模型的任何参数
- 核心逻辑：
  1. 在基座模型的输入 token 的 embedding 前面，添加一段长度为N（通常 10-50）的「虚拟 token 的 embedding」，这段 embedding 是随机初始化的
  2. 训练时冻结基座模型的所有参数，只更新这段虚拟 token 的 embedding 参数
  3. 用「指令 - 目标输出」的样本训练，让模型学习到：只要输入带有这段软提示，就会输出符合要求的格式 / 风格
- 优点：不需要人工调试复杂提示词、输出稳定性极高、训练成本极低、可以多任务复用

不在模型内部插入可训练模块，而是在输入序列前添加一组可学习的“软提示”（soft prompts），这些提示是连续的嵌入向量（非真实 token），仅训练这些提示，冻结整个大模型。

三、Prompt Tuning 适用的场景

场景 1：超大规模模型（>10B 参数） + 小样本数据

为什么有效？
研究表明（Lester et al., 2021），Prompt Tuning 在GPT-3（175B）上性能接近全参数微调，但在BERT（110M）上效果差。
→模型越大，Prompt Tuning 越有效（因大模型具有更强的“prompt 表达能力”）。
典型用例：
- 使用 Llama-3-70B 或 Qwen-Max 进行领域适配
- 仅有 100~1k 条标注数据
- 不想/不能微调主干模型