本文介绍了主动提示工程（APE），一种通过人类反馈优化提示的工具，旨在提升大型语言模型（LLMs）的性能。该工具通过选择模糊示例进行反馈，帮助生成有效的少量示例。此外，文章还探讨了在对话状态跟踪中使用合成数据进行少量学习的研究，强调了获取标注训练数据的困难。