دليل اللغة AI

التناظرية والخطوة إلى الوراء

يقوم كل من الحث التناظري والحث خطوة للوراء بتوجيه النموذج إلى التفكير على مستوى أعلى أولاً: التحفيز التناظري يجعله يتذكر المشكلات المماثلة التي تم حلها، في حين أن الخطوة إلى الخلف تجعله يستمد المبدأ الأساسي قبل معالجة التفاصيل.

قراءة لمدة دقيقتينآخر تحديث

نظرة عامة

They matter because abstraction often beats diving straight into details.

الغوص العميق

هاتان طريقتان بحثيتان مرتبطتان بـ Google من عام 2023 لتحسين الاستدلال. يطلب التحفيز التناظري، بواسطة ياسوناجا وزملاؤه، من النموذج أن يقوم ذاتيًا بإنشاء عدد قليل من النماذج ذات الصلة، والمشكلات المماثلة التي رآها بفعالية، وحلولها قبل حل المشكلة المستهدفة، مما يلغي الحاجة إلى أمثلة مكتوبة بخط اليد. بدلاً من ذلك، يطرح مبدأ "الحث خطوة إلى الوراء"، الذي قام به تشنغ وزملاؤه، سؤالاً تجريديًا أولاً ("ما المبدأ العام أو الحقيقة التي تحكم هذا؟")، ويسترجع هذا المبدأ أو يفسره، ثم يطبقه على السؤال الملموس. كلاهما يدفع النموذج بعيدًا عن التفاصيل المبكرة. أظهرت تقنية Step-Back مكاسب في أسئلة الفيزياء والكيمياء وفي الاستدلال متعدد القفزات، في حين أدى الحث التناظري إلى تحسين توليد الرياضيات والتعليمات البرمجية من خلال تصميم أمثلة لكل مشكلة محددة.

البصيرة الفنية

إن مبدأ "التراجع" ينجح لأن ترسيخ الإجابة على مبدأ محدد (على سبيل المثال، قانون أو تعريف الغاز المثالي) يقيد الاستدلال التفصيلي اللاحق ويقلل من الأخطاء في الخطوات الوسيطة. ينجح التحفيز التناظري لأن النماذج التي يتم إنشاؤها ذاتيًا تتوافق مع المشكلة المحددة المطروحة، وغالبًا ما تكون أكثر صلة من الأمثلة الثابتة القليلة، كما أنها تشكل نمطًا مناسبًا للحل. يقوم كلا التحويلين بالتحويل نحو استرداد التجريد الصحيح أولاً، ثم القيام بعمل تفصيلي مرتكز.

التأثير الاستراتيجي

السرعة والحجم

يمكن أن تتحرك مسارات عمل اللغة بشكل أسرع دون التضحية بالاتساق.

الوصول والوصول

فهو يوسع الوصول عبر اللغات وأنماط الاتصال.

قرارات أوضح

يمكن للفرق قضاء المزيد من الوقت في الحكم بينما تتعامل الأتمتة مع التكرار.

مستقبل المطالبة التناظرية والخطوة إلى الوراء

توقع أن تندمج أنماط التجريد أولاً هذه مع أنظمة الاسترجاع، حيث يصبح مبدأ التراجع استعلامًا دقيقًا في قاعدة المعرفة، ومع المخططين الوكلاء الذين يفكرون في الإستراتيجية قبل التكتيكات. يتم تنقيح البحث عندما تساعد القياسات المولدة ذاتيًا مقابل عندما تقدم أمثلة غير ذات صلة أو خاطئة، والجمع بين التراجع والتحقق بحيث يتم التحقق من المبدأ المختار قبل أن يبنى عليه تفكير ثقيل. من المحتمل أن تكون هذه النماذج افتراضية في النماذج المضبوطة للاستدلال.

التنفيذ في العالم الحقيقي

الإجابة على سؤال فيزيائي من خلال ذكر القانون ذي الصلة أولاً (على سبيل المثال، قانون نيوتن الثاني) من خلال الرجوع خطوة إلى الوراء، ثم التعويض بالأرقام

حل مسألة رياضية جديدة من خلال جعل النموذج يتذكر بعض المسائل المماثلة التي تم حلها من خلال التحفيز التناظري

معالجة سؤال تافه متعدد القفزات من خلال الرجوع إلى الفئة أو الكيان الأوسع قبل ربط الحقائق

إنشاء التعليمات البرمجية عن طريق التوليد الذاتي لخوارزمية مماثلة وحلها، ثم تكييفها مع المهمة الحالية

المخاطر والدرابزين

يمكن للحقائق المهلوسة إدخال التقارير أو تدفقات الدعم أو مخرجات البحث بهدوء.

يمكن أن تؤدي الحساسية السريعة إلى نتائج غير متناسقة عبر الطلبات المماثلة.

قد يتم كشف البيانات النصية الحساسة إذا كانت عناصر التحكم في الوصول ضعيفة.

خارطة طريق التنفيذ

1

حدد تنسيق الإخراج والنغمة ومعايير الجودة قبل بدء التشغيل.

2

استجابات أرضية من مصادر موثوقة عندما تكون الدقة مهمة.

3

احتفظ بنقطة تفتيش للمراجعة البشرية للمخرجات عالية المخاطر.

4

تتبع أنماط الفشل وأعد تدريب المطالبات أو سير العمل بانتظام.

استمر في الاستكشاف

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 Analogical and Step-Back Prompting quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ابدأ الاختبار

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

الدليل التالي

الأقل إلى الأكثر مطالبة

الأسئلة المتداولة

What is Analogical and Step-Back Prompting?

يقوم كل من الحث التناظري والحث خطوة للوراء بتوجيه النموذج إلى التفكير على مستوى أعلى أولاً: التحفيز التناظري يجعله يتذكر المشكلات المماثلة التي تم حلها، في حين أن الخطوة إلى الخلف تجعله يستمد المبدأ الأساسي قبل معالجة التفاصيل. إنها مهمة لأن التجريد غالبًا ما يتفوق على الغوص مباشرة في التفاصيل.

ما الذي يطلب من النموذج أن يفعله التحفيز التناظري قبل حل المشكلة المستهدفة؟

إن الحث التناظري يجعل النموذج ينشئ نماذجه وحلوله ذات الصلة، والمصممة خصيصًا للمشكلة.

ما هي الخطوة الأولى في المطالبة بالرجوع إلى الوراء؟

يطرح Step-Back أولاً سؤالاً تجريديًا لتوضيح المبدأ أو الحقيقة التي تحكم المشكلة.

لماذا يساعد ترسيخ الإجابة على مبدأ محدد (الرجوع إلى الوراء)؟

إن تحديد المبدأ الحاكم أولاً يرشد الخطوات التفصيلية ويقيدها، مما يقلل من احتمال حدوث الأخطاء.

ما هي أنواع المهام التي أظهرت فيها المطالبة بالرجوع إلى الوراء مكاسب ملحوظة؟

أدى نظام Step-Back إلى تحسين الأداء في الأسئلة العلمية والتفكير متعدد القفزات من خلال التجريد أولاً.

ما هو الخطر الملحوظ للحث التناظري؟

ولأن النموذج يخترع تشبيهاته الخاصة، فقد تكون تلك النماذج في بعض الأحيان غير ذات صلة أو غير صحيحة، مما يضر بالإجابة.