其实这并不是一个很反常的思路，在stable diffusion刚火的时候用户就已经在尝试给各种tag人工加权了。

但这种方式似乎很少被用于LLM，hugging face的transformers库也并未自带该功能。

1、token的加权方式

这里的加权是指为输入的每个token设置一个独立的权重，默认为1，这个权重会在attention的softmax的exp部分计算完之后乘入。起到对于指定的token范围强化（或者削弱）注意力的效果。它最大的好处在于只在inference阶段作用，无需调整训练过程。

如果我们把输入权重设置为正倍数，那么这约等于在输入prompt中将该部分重复多次。这两者仍有一些差异：

• 多次重复的插入会影响输入token序列的位置编码。

• 多次重复指令会在prompt中引入新的token排列细节模式，可能被LLM所感知。而这种模式所关联的相关性一般是我们所不希望的。

• 多次重复指令会导致token的某种程度浪费。

目前LLM对于输入的token序列的排列细节（这里的细节是相对于语义来说）较为敏感的问题仍然尚未解决。在本场景下我们也要注意在通过加权增强语义的同时，也增强了对于排列细节的影响，而这是我们不希望看到的。最好是只强化语义，而不强化token排列细节。

如果是多次重复的方式，我们可以使用几种不同的表达方式，进行语义重复，而非token级别重复。但在token加权上则没有很自然的方式。可以采用：指令[w/3] 指令[w/3] 指令[w/3]的方式，其中三部分指令语义相同，但措辞方式有差异，w是原本我们希望设置的权重，这里由于不同的措辞方式而拆成了3分。在一些不是追求很完美的场景下，简单对一种措辞方式进行加权也是可以的。

目前已经发现LLM会自动利用前几个token去做一些其他用处，所以token调权的范围应该避开前几个token，在这里放一些空格来把system prompt推迟到后续位置就好。

当然在语义层面进行强调，例如“这对我很重要”等也是可以起到强化效果的，但本方法与此是正交的，可以同时使用。

2、用处

不少人对于对token序列加权这种方式的用处表示怀疑，毕竟现在用户连好的prompt写作手法都还没学会，哪会想到给输入加权？

但从LLM基座公司和应用开发者的角度，这个方式就有一个自然的用途：强化指令。无论是在system prompt，还是在应用的prompt模板中，开发者明确的知道自己想要强调什么。

考虑到现在模型的system prompt效果和指令遵从的成功率，这不失为一个值得一试的方式。

甚至都可以反过来：基座模型公司在训练时，给system prompt弱化的权重，这样得到的模型在接受正常权重的用户输入时，就相当于给system prompt做了强化。

当给LLM的输入在语义上有更复杂的结构时（例如类似对抗SQL注入的Prepared Statement等），基于这些结构更容易遇到需要强调的部分。LLM输入这种复杂结构方面的细节后续会再开文章单独讨论。

交流与合作

如果希望和我交流讨论，或参与相关的讨论群，或者建立合作，请私信联系，见 联系方式。

希望留言可以到知乎对应文章下留言。

本文于2023.11.27首发于微信公众号与知乎。

知乎链接 https://zhuanlan.zhihu.com/p/669070518