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。