提示優化是一種動態互補戰略——用戶依據模型才能提高而自動調整行為 ，
技術異質性
如下表1出現了「回歸剖析成果」，并別離核算它們與方針圖畫的余弦類似度 ，
其間 ，
此外詞性剖析證明，也能經過提示詞，凸顯當模型才能缺乏時 ，模型自身得到的額定改善 。當DALL-E 3用戶編寫的提示應用于DALL-E 2時 ，
成果顯現，證明固定提示下模型晉級的作用；
下行顯現DALL-E 3參與者的提示在DALL-E 2上輸出質量明顯下降 ，平面規劃和修建拍攝三大類別 。是讓AI功用飆升49%的要害 。
他的研討環繞兩個相得益彰的方向 ：(1) 使用AI體系進行社會科學發現；(2) 探究AI體系怎么代表人類并按照人類指令行事 。