পরিকল্পনা এবং সমাধান প্রম্পটিং
প্ল্যান-এন্ড-সল্ভ (PS) প্রম্পটিং একটি ভাষা মডেলকে প্রথমে একটি সুস্পষ্ট পরিকল্পনা তৈরি করতে এবং তারপর ধাপে ধাপে তা সম্পাদন করতে বলে, সেই ব্যর্থতাগুলিকে ঠিক করে যা 'আসুন ধাপে ধাপে চিন্তা করি' প্রম্পট করে।
ওভারভিউ
It is a simple prompt tweak that meaningfully boosts multi-step reasoning without any extra training.
গভীর ডুব
Lei Wang এবং সহকর্মীদের দ্বারা একটি 2023 ACL পেপারে উপস্থাপিত, প্ল্যান-এন্ড-সলভ প্রম্পটিং শূন্য-শট চেইন-অফ-থট-এর একটি নির্দিষ্ট দুর্বলতার প্রতিক্রিয়া ছিল: মডেলগুলি প্রায়শই পদক্ষেপগুলি এড়িয়ে যায়, ভুল গণনা করে বা প্রশ্নটি ভুল পড়ে। PS একক নির্দেশনা 'আসুন ধাপে ধাপে চিন্তা করি' একটি দুই-অংশের নির্দেশনা দিয়ে প্রতিস্থাপন করে: 'আসুন প্রথমে সমস্যাটি বুঝতে পারি এবং এটি সমাধানের জন্য একটি পরিকল্পনা তৈরি করি। তারপর, পরিকল্পনা বাস্তবায়ন করি এবং ধাপে ধাপে সমস্যার সমাধান করি।' একটি উন্নত বৈকল্পিক, PS+, প্রাসঙ্গিক ভেরিয়েবল বের করতে, মধ্যবর্তী ফলাফল গণনা করতে এবং সংখ্যাগুলিতে মনোযোগ দিতে অনুস্মারক যোগ করে। GSM8K এবং SVAMP-এর মতো বেঞ্চমার্কে, PS+ অল্প-শট চেইন-অফ-থট দিয়ে ব্যবধানের অনেকটাই বন্ধ করে দিয়েছে যখন প্রম্পটে কোনও কাজের উদাহরণের প্রয়োজন নেই।
প্রযুক্তিগত অন্তর্দৃষ্টি
প্রক্রিয়াটি সম্পূর্ণরূপে প্রম্পটে রয়েছে: কার্যকর করার আগে একটি পরিকল্পনার জন্য জিজ্ঞাসা করে, PS মডেলের অটোরিগ্রেসিভ জেনারেশনকে স্থানান্তরিত করে যাতে এটি প্রথমে উচ্চ-স্তরের উপগোল তৈরি করে, যা পরবর্তীতে বিশদ যুক্তিযুক্ত টোকেনগুলিকে শর্ত দেয়। এই বিচ্ছেদ 'মিসিং-স্টেপ' এবং গণনার ত্রুটি হ্রাস করে। PS+ আরও সুস্পষ্টভাবে ভেরিয়েবল এবং মধ্যবর্তী পরিমাণের নামকরণের মাধ্যমে মনোযোগ আকর্ষণ করে, হাতে লেখা উদাহরণের উপর নির্ভর না করে একটি স্ব-উত্পাদিত ভারা হিসাবে কাজ করে।
কৌশলগত প্রভাব
খরচ ও বাজেট
আর্কিটেকচারের সিদ্ধান্তগুলি বছরের পর বছর ধরে কর্মক্ষমতা এবং অপারেটিং খরচ চালায়।
সুস্পষ্ট সিদ্ধান্ত
কারিগরি শিক্ষা দলগুলোকে সঠিক স্ট্যাক বেছে নিতে সাহায্য করে, শুধু নতুনটি নয়।
মান নিয়ন্ত্রণ
ভালো ইঞ্জিনিয়ারিং পছন্দ উৎপাদনে নির্ভরযোগ্যতার ঘটনা কমিয়ে দেয়।
প্ল্যান-এন্ড-সলভ প্রম্পটিংয়ের ভবিষ্যত
পরিকল্পনা এবং সমাধানের চিন্তাভাবনা এখন এজেন্ট ফ্রেমওয়ার্ক এবং 'রিজনিং' মডেলগুলিতে বেক করা হয়েছে যা স্থানীয়ভাবে পরিকল্পনাকে বাস্তবায়ন থেকে আলাদা করে। হাতিয়ার ব্যবহার, স্ব-যাচাইকরণ, এবং গাছ-অনুসন্ধান পদ্ধতির সাথে একত্রিত হওয়ার পরিকল্পনা প্রম্পট আশা করুন এবং ম্যানুয়াল প্রম্পটের পরিবর্তে প্রশিক্ষিত-থেকে-কারণ মডেলগুলিতে একটি অভ্যন্তরীণ ডিফল্ট আচরণ হয়ে উঠবে। দীর্ঘস্থায়ী শিক্ষা হল যে অভিনয় করার আগে একটি কাজকে পচিয়ে ফেলা একটি সস্তা, ব্যাপকভাবে স্থানান্তরযোগ্য নির্ভরযোগ্যতা লাভ।
বাস্তব-বিশ্ব বাস্তবায়ন
মাল্টি-স্টেপ গ্রেড-স্কুল ম্যাথ ওয়ার্ড সমস্যা (GSM8K) সমাধান করা যেখানে মডেলটি প্রথমে পরিমাণ তালিকাভুক্ত করে, তারপর সেগুলিকে ক্রমানুসারে গণনা করে।
কোনো ইমপ্লিমেন্টেশন কোড লেখার আগে ফাংশন এবং এজ কেস রূপরেখার জন্য কোডিং সহকারীকে গাইড করা।
প্রথমে ব্যবহারকারীর অন্তর্নিহিত লক্ষ্য শনাক্ত করার জন্য একটি গ্রাহক-সমর্থন এজেন্ট গঠন করা, তারপর রেজোলিউশন পদক্ষেপগুলি ক্রম করা।
একটি জটিল ডেটা-বিশ্লেষণের অনুরোধ ভঙ্গ করে 'কোয়েরির পরিকল্পনা করুন' এর পরে 'রান এবং ফলাফল একত্রিত করুন' পর্যায়গুলি।
ঝুঁকি এবং প্রহরী
একটি বেঞ্চমার্ক অপ্টিমাইজ করা বৃহত্তর সিস্টেম দুর্বলতা আড়াল করতে পারে।
অবকাঠামো এবং রক্ষণাবেক্ষণের খরচ প্রায়ই অবমূল্যায়ন করা হয়।
সিস্টেমগুলি আরও জটিল হওয়ার সাথে সাথে সুরক্ষা এবং পর্যবেক্ষণযোগ্যতার ফাঁক বাড়তে পারে।
বাস্তবায়ন রোডম্যাপ
বাস্তবায়নের আগে বিলম্ব, গুণমান এবং খরচের লক্ষ্য নির্ধারণ করুন।
বাস্তবসম্মত লোড এবং ডেটা অবস্থার অধীনে বেঞ্চমার্ক।
ত্রুটি, প্রবাহ, এবং ব্যবহারকারীর প্রভাবের জন্য যন্ত্র পর্যবেক্ষণ।
স্কেল করার আগে রোলব্যাক এবং ঘটনার প্রতিক্রিয়া পাথ প্রস্তুত করুন।
অন্বেষণ চালিয়ে যান
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 Plan-and-Solve Prompting 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
পরবর্তী গাইড
সর্বনিম্ন থেকে সর্বাধিক প্রম্পটিং
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
What is Plan-and-Solve Prompting?
প্ল্যান-এন্ড-সল্ভ (PS) প্রম্পটিং একটি ভাষা মডেলকে প্রথমে একটি সুস্পষ্ট পরিকল্পনা তৈরি করতে এবং তারপর ধাপে ধাপে তা সম্পাদন করতে বলে, সেই ব্যর্থতাগুলিকে ঠিক করে যা 'আসুন ধাপে ধাপে চিন্তা করি' প্রম্পট করে। এটি একটি সাধারণ প্রম্পট টুইক যা অর্থপূর্ণভাবে কোনো অতিরিক্ত প্রশিক্ষণ ছাড়াই বহু-পদক্ষেপের যুক্তিকে বাড়িয়ে তোলে।
প্ল্যান-এন্ড-সলভ প্রম্পটিং স্ট্যান্ডার্ড জিরো-শট চেইন-অফ-থট-এ কোন মূল পরিবর্তন করে?
PS প্রম্পটিং নির্দেশকে বিভক্ত করে একটি পরিকল্পনা প্রণয়ন করে এবং তারপর ধাপে ধাপে তা বাস্তবায়ন করে, একক 'আসুন ধাপে ধাপে চিন্তা করি' লাইনের পরিবর্তে।
প্লেইন চেইন-অফ-থট-এর কোন নির্দিষ্ট দুর্বলতাগুলি সমাধান করার জন্য পরিকল্পনা-এবং-সমাধান করা হয়েছিল?
লেখক অনুপস্থিত-পদক্ষেপ ত্রুটি এবং গাণিতিক/গণনার ভুলগুলিকে লক্ষ্য করেছেন যা শূন্য-শট চেইন-অফ-থট ঘন ঘন উত্পাদিত হয়।
বর্ধিত PS+ ভেরিয়েন্ট মৌলিক পরিকল্পনা-এবং-সমাধান প্রম্পটে কী যোগ করে?
PS+ প্রাসঙ্গিক ভেরিয়েবলগুলি বের করতে, মধ্যবর্তী ফলাফল গণনা করতে এবং সংখ্যাগুলিতে মনোযোগ দিতে, স্ব-উত্পাদিত স্ক্যাফোল্ডকে তীক্ষ্ণ করতে বিশদ অনুস্মারক যোগ করে।
কোন ধরনের বেঞ্চমার্কে প্ল্যান-এন্ড-সলভকে বিশিষ্টভাবে মূল্যায়ন করা হয়েছিল?
PS এবং PS+ গণিতের যুক্তির মানদণ্ড যেমন GSM8K এবং SVAMP, অন্যান্য যুক্তি ডেটাসেটের মধ্যে পরীক্ষা করা হয়েছিল।
বিস্তারিত পদক্ষেপের আগে একটি পরিকল্পনা তৈরি করা কেন একটি অটোরিগ্রেসিভ মডেলকে সাহায্য করে?
যেহেতু প্রজন্ম অটোরিগ্রেসিভ, উচ্চ-স্তরের প্ল্যান টোকেনগুলি প্রেক্ষাপটে পরিণত হয় যা পরবর্তী ধাপে ধাপে যুক্তি নির্দেশ করে, এড়িয়ে যাওয়া পদক্ষেপগুলি হ্রাস করে।