የተደጋገመ የውጤት መሻሻል እራስን አጣራ
ራስን ማጣራት የቋንቋ ሞዴል የራሱን ውጤት ተችቶ እንደገና የሚጽፍበት፣ መልሱ እስኪሻሻል ድረስ የሚሽከረከርበት ቀስቃሽ ቴክኒክ ነው።
አጠቃላይ እይታ
It matters because models can often spot and fix their own mistakes without any extra training or human feedback.
ጥልቅ ዳይቭ
እራስን ማጥራት፣በ2023 በማዳን እና ባልደረቦቹ ያስተዋወቀው፣ ተመሳሳዩን ሞዴል በሶስት ሚናዎች ይሰራል፡ ጀነሬተር፣ ተቺ እና ገምጋሚ። በመጀመሪያ ሞዴሉ የመጀመሪያ መልስ ይሰጣል. ከዚያም በዚያ መልስ ላይ የተወሰነ፣ ሊተገበር የሚችል ግብረመልስ እንዲሰጥ ይጠየቃል (ለምሳሌ፡- “ይህ ኮድ የስህተት አያያዝ የለውም” ወይም “ይህ ማጠቃለያ የወጪውን አሃዝ አምልጦታል”)። በመጨረሻም ያንን ግብረ መልስ በመጠቀም መልሱን ይጽፋል። ሞዴሉ ውጤቱ በቂ እንደሆነ ወይም የእርምጃ ገደብ እስኪመታ ድረስ ዑደቱ ይደግማል። በወሳኝ መልኩ፣ ምንም ተጨማሪ ስልጠና፣ የሽልማት ሞዴል ወይም ውጫዊ መሳሪያ አያስፈልግም፣ ብልህ መነሳሳት። እንደ ኮድ ማመቻቸት፣ ውይይት እና ስሜትን እንደገና መፃፍ ባሉ ተግባራት ላይ ይህ ምልልስ በነጠላ ምት ትውልድ ላይ በሚለካ መልኩ የተሻሻለ ጥራትን አሻሽሏል።
ቴክኒካዊ ግንዛቤ
ዋናው ዘዴ ሞዴሉን እንደ የራሱ የግብረ-መልስ ቃል መጠቀም ነው. ትውልድ እና ትችት የተለያዩ ማበረታቻዎችን ይጠቀማሉ፣ስለዚህ ሞዴሉ የመጀመሪያውን ረቂቅ ከመከላከል ይልቅ ከአዲስ ፍሬም ይገመግማል። ግብረመልስ "የተሻለ ማድረግ" ብቻ ሳይሆን የተለየ እና ተግባራዊ መሆን አለበት ምክንያቱም ግልጽ ያልሆነ ትችት ግልጽ ያልሆነ አርትዖቶችን ያመጣል። ሙሉው ታሪክ (ረቂቅ እና ሁሉም ግብረመልስ) ተመልሷል፣ ይህም ለክለሳ አውድ ይሰጣል። ሞዴሉ የሚያስተካክለውን ስህተት በትክክል ማወቅ ሲችል ትርፉ ትልቅ ነው።
ስልታዊ ተጽእኖ
ፍጥነት እና ልኬት
የቋንቋ የስራ ፍሰቶች ወጥነትን ሳያጠፉ በፍጥነት ሊንቀሳቀሱ ይችላሉ።
መድረስ እና መድረስ
በቋንቋዎች እና በመግባቢያ ዘይቤዎች ተደራሽነትን ያሰፋዋል።
ግልጽ ውሳኔዎች
አውቶሜሽን ድግግሞሹን ሲቆጣጠር ቡድኖች በፍርድ ላይ ብዙ ጊዜ ሊያጠፉ ይችላሉ።
ራስን የማጣራት ተደጋጋሚ የውጤት መሻሻል የወደፊት ሁኔታ
እራስን ማጣራት ለኤጀንሲ ሲስተም ግንባታ ግንባታ እየሆነ ነው፣ ሞዴሎቹ እርምጃ ከመውሰዳቸው በፊት ደጋግመው የሚረቅቁ፣ የሚፈትኑ እና የሚጠገኑበት ኮድ ወይም እቅድ። ከውጫዊ አረጋጋጮች (የዩኒት ሙከራዎች፣ ካልኩሌተሮች፣ ፍለጋ) ጋር ጥብቅ ውህደትን ይጠብቁ ስለዚህ ትችት በአምሳያው አስተያየት ሳይሆን በእውነተኛ ምልክቶች ላይ የተመሰረተ ነው። ሞዴሎች በግትርነት ስህተቶችን በሚደግሙበት ጊዜ እና በራስ መተቸት ሲረዳ እና የአንድ የተወሰነ ተግባር ጥራትን ከወጪ ጋር ለማመጣጠን ምን ያህል የማሻሻያ ዙሮች እንደሚያስፈልጋቸው የሚወስኑ አስማሚ ተቆጣጣሪዎች ሲረዱ ምርምር እየታየ ነው።
የእውነተኛ-ዓለም አተገባበር
የአምሳያው ባንዲራ የጎደሉ የጠርዝ መያዣዎችን በማድረግ የመነጨ ኮድን ማሻሻል እና እነሱን ለመያዝ ተግባሩን እንደገና ይፃፉ
ረቂቅ ኢሜልን ወይም ድርሰትን በራስ በመተቸት ቃና እና ግልጽነት በማጣራት እና ከዚያም የታለመውን ታዳሚ በመከለስ
እያንዳንዱን እርምጃ በመፈተሽ እና የሂሳብ ስህተቶችን በማረም ለሂሳብ ወይም የማመዛዘን ችግር መልስ ማመቻቸት
አጠቃላይ ምላሽ ከመስጠት ይልቅ የተጠቃሚውን ጥያቄ በቀጥታ እንዲመልስ የደንበኛ ድጋፍ ምላሽን ማጥራት
አደጋዎች እና የጥበቃ መንገዶች
የተሳሳቱ እውነታዎች በጸጥታ ወደ ሪፖርቶች፣ የድጋፍ ፍሰቶች ወይም የምርምር ውጤቶችን ማስገባት ይችላሉ።
ፈጣን ትብነት በተመሳሳይ ጥያቄዎች ላይ የማይጣጣሙ ውጤቶችን ሊፈጥር ይችላል።
የመዳረሻ መቆጣጠሪያዎች ደካማ ከሆኑ ሚስጥራዊነት ያለው የጽሑፍ ውሂብ ሊጋለጥ ይችላል።
የትግበራ ፍኖተ ካርታ
ከመልቀቅዎ በፊት የውጤት ቅርጸትን፣ ድምጽን እና የጥራት ደረጃዎችን ይግለጹ።
ትክክለኛነት አስፈላጊ በሚሆንበት ጊዜ ሁሉ ከታመኑ ምንጮች ጋር ምላሾች።
ከፍተኛ ውጤት ለማግኘት የሰው የግምገማ ነጥብ አቆይ።
የውድቀት ንድፎችን ይከታተሉ እና ጥያቄዎችን ወይም የስራ ፍሰቶችን በመደበኛነት ያሠለጥኑ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Self-Refine Iterative Output Improvement quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
የጥበቃ መንገዶች እና የውጤት ልከኝነት
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is Self-Refine Iterative Output Improvement?
ራስን ማጣራት የቋንቋ ሞዴል የራሱን ውጤት ተችቶ እንደገና የሚጽፍበት፣ መልሱ እስኪሻሻል ድረስ የሚሽከረከርበት ቀስቃሽ ቴክኒክ ነው። አስፈላጊ ነው ምክንያቱም ሞዴሎች ብዙውን ጊዜ ያለምንም ተጨማሪ ስልጠና ወይም የሰዎች አስተያየት የራሳቸውን ስህተቶች ለይተው ያስተካክሉ.
ራስን በማጣራት ዑደት ውስጥ አንድ ነጠላ ሞዴል ምን ሦስት ሚናዎችን ይጫወታል?
እራስን ማጣራት አንድን ሞዴል በሶስት ተነሳሽነት ሚናዎች ይጠቀማል፡ ረቂቁን ያመነጫል፣ ይወቅሳል፣ ከዚያም ይከልሰዋል።
እራስን ማጣራት ለመስራት ከመጠየቅ በላይ ምን ይፈልጋል?
ራስን የማጣራት ገላጭ ባህሪ ምንም ተጨማሪ ስልጠና፣ የሽልማት ሞዴል ወይም የሰዎች አስተያየት አያስፈልገውም፣ መገፋፋት ብቻ ነው።
ረቂቁን ከማመንጨት በተለየ ጥያቄ ውስጥ ግብረመልስ ማመንጨት ጠቃሚ የሆነው ለምንድነው?
በአዲስ ፍጥነት መተቸት ዋናውን መልስ ምክንያታዊ ከማድረግ ይልቅ ተጨባጭ ግምገማን ያበረታታል።
የማሻሻያ እርምጃውን በጣም ውጤታማ የሚያደርገው ምን ዓይነት ግብረመልስ ነው?
የተወሰነ፣ ሊተገበር የሚችል ትችት (ለምሳሌ፣ 'ስህተት አያያዝን ጨምር') የታለሙ አርትዖቶችን ያንቀሳቅሳል፤ ግልጽ ያልሆነ ግብረመልስ ግልጽ ያልሆኑ ክለሳዎችን ያመጣል.
ራስን ማጣራት ውጤቱን ማሻሻል የማይሳካው መቼ ነው?
ሞዴሉ አንድን ችግር ለይቶ ማወቅ ካልቻለ፣ በራሱ ትችት አይገለጽም፣ ስለዚህ ክለሳው ሊጠግነው አይችልም።