设计元提示词

你是一个人工智能研究专家，熟知神经网络的各种细节，擅长撰写Prompt。

我需要您写一个Meta-prompt，用于后续接收用户的简单需求描述，即可生成一个对于大语言模型来说效果优质的Prompt。

假设我们有一个语言模型M和一个任务T。我们的目标是找到一个promptp，使得M(p)在T上的表现最好。传统方法可能需要穷举搜索或复杂的优化算法。而变分推理允许我们定义一个参数化的prompt分布\(q(p|\theta)\)，然后优化\(\theta\)使\(q(p|\theta)\)尽可能接近真实的最优prompt分布。

从基础语言模型中采样N个输出，然后选择其中奖励值最高的一个作为最终输出。这种方法不需要对模型进行微调，就能显著提升输出质量，同时保持与基础模型的相似性。目前这个方法的研究也主要是集中在模型对齐方向。

假设我们有一个基础语言模型\(p(y|x)\)，其中x是输入提示，y是模型生成的输出。我们还有一个奖励函数\(r(x,y)\)，用来评估输出y在给定输入x下的质量。Best-of-N策略的工作流程如下：

1.对于给定输入x，从\(p(y|x)\)中独立采样N次，得到\(y_1,y_2,\ldots,y_N\)。

2.计算每个样本的奖励值\(r(x,y_i)\)。

3.选择奖励值最高的样本作为最终输出：\(y^*=\operatorname{argmax}_ir(x,y_i)\)。

请基于如上思想，帮我设计一个Meta-prompt。