تنظیم با پرامپت نرم کمک می‌کند بنچمارک‌ها دانش را بسنجند، نه قالب پاسخ را

Aleph Alpha روشی ارائه کرده است که فقط چند بردارِ قابل‌آموزش را ــ موسوم به پرامپت‌های نرم ــ تغییر می‌دهد تا به یک مدل زبانیِ ثابت، قالب دقیق پاسخی را یاد بدهد که یک بنچمارک انتظار دارد. این تنظیم حدود ۸۰ گام طول می‌کشد؛ برای مدلی با ۷ میلیارد پارامتر، تقریباً ۱.۵ دقیقه. این روش دقت پیروی از قالب را به نزدیک ۱۰۰ درصد می‌رساند، بی‌آنکه دانش مدل را تغییر دهد.

از آنجا که امتیاز دانش مدل ثابت می‌ماند و فقط قالب‌بندی بهتر می‌شود، پژوهشگران می‌توانند مدل‌های پایه را منصفانه مقایسه کنند و پیش‌بینی کنند پس از پس‌آموزش کامل چه رتبه‌ای خواهند داشت؛ در نتیجه، هفته‌ها زمان محاسباتی صرفه‌جویی می‌شود.