গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

প্রম্পটিং কুইজ পরিকল্পনা করুন এবং সমাধান করুন

প্ল্যান-এরপর-প্রম্পট গঠন, এটির লক্ষ্যমাত্রা ত্রুটি, PS+ নির্দেশিকা এবং এর বেঞ্চমার্ক প্রমাণের সীমা পরীক্ষা করে।

প্রশ্ন 1 এর 8

প্ল্যান-এন্ড-সলভ প্রম্পটিং স্ট্যান্ডার্ড জিরো-শট চেইন-অফ-থট-এ কোন মূল পরিবর্তন করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. প্ল্যান-এন্ড-সলভ প্রম্পটিং স্ট্যান্ডার্ড জিরো-শট চেইন-অফ-থট-এ কোন মূল পরিবর্তন করে?
    • এটি প্রথমে মডেলকে একটি পরিকল্পনা তৈরি করতে বলে, তারপর ধাপে ধাপে এটি কার্যকর করতে বলে
    • এটি পরিকল্পনা ডেটাতে মডেলটিকে সূক্ষ্ম-টিউন করে
    • এটি ধাপে ধাপে যুক্তিকে সম্পূর্ণরূপে সরিয়ে দেয়
    • এটি প্রম্পটে কয়েক ডজন কাজের উদাহরণ প্রয়োজন
  2. প্লেইন চেইন-অফ-থট-এর কোন নির্দিষ্ট দুর্বলতাগুলি সমাধান করার জন্য পরিকল্পনা-এবং-সমাধান করা হয়েছিল?
    • ধীর অনুমান গতি এবং উচ্চ মেমরি ব্যবহার
    • অনুপস্থিত যুক্তি পদক্ষেপ এবং গণনা ত্রুটি
    • বিষাক্ত বা পক্ষপাতদুষ্ট আউটপুট
    • কোনো যুক্তি তৈরি করতে অক্ষমতা
  3. বর্ধিত PS+ ভেরিয়েন্ট মৌলিক পরিকল্পনা-এবং-সমাধান প্রম্পটে কী যোগ করে?
    • উত্তর গ্রেড করার জন্য একটি দ্বিতীয় ভাষা মডেল
    • একটি ক্যালকুলেটর API অ্যাক্সেস
    • ভেরিয়েবল বের করার নির্দেশাবলী, মধ্যবর্তী ফলাফল গণনা করা এবং সংখ্যায় যোগদান করা
    • JSON-এ উত্তর দেওয়ার জন্য একটি প্রয়োজনীয়তা
  4. অল্প-শট চেইন-অফ-থট-এর উপর পরিকল্পনা-এবং-সমাধানের একটি মূল সুবিধা হল যে এটি:
    • সর্বদা নিখুঁত নির্ভুলতা অর্জন করে
    • মডেল পুনরায় প্রশিক্ষণ প্রয়োজন
    • শুধুমাত্র দৃষ্টি টাস্কে কাজ করে
    • প্রম্পটে হাতে তৈরি কাজের উদাহরণের প্রয়োজন নেই
  5. কোন ধরনের বেঞ্চমার্কে প্ল্যান-এন্ড-সলভকে বিশিষ্টভাবে মূল্যায়ন করা হয়েছিল?
    • পাটিগণিত এবং গণিত শব্দ-সমস্যা মানদণ্ড যেমন GSM8K
    • ছবির শ্রেণীবিভাগ ডেটাসেট
    • বক্তৃতা স্বীকৃতি কর্পোরা
    • প্রোটিন ভাঁজ কাজ
  6. বিস্তারিত পদক্ষেপের আগে একটি পরিকল্পনা তৈরি করা কেন একটি অটোরিগ্রেসিভ মডেলকে সাহায্য করে?
    • এটি প্রসঙ্গ থেকে মূল প্রশ্ন মুছে দেয়
    • প্ল্যানের সাবগোলগুলি মডেলটি তৈরি করে পরবর্তী যুক্তির টোকেনগুলির অবস্থা
    • এটি মডেলের পরামিতি সংখ্যা দ্বিগুণ করে
    • এটি মডেলটিকে একটি নন-টেক্সট মোডে স্যুইচ করে
  7. A prompt asks a model to list subgoals before solving a word problem. Which Plan-and-Solve stage does that implement?
    • A few-shot worked example
    • The final answer verification stage
    • The planning stage that decomposes the task before execution
    • A decoding-time beam search
  8. A PS+ prompt reminds the model to extract quantities and calculate intermediate results. What is the intent of those reminders?
    • Replace the problem statement with demonstrations
    • Change the model’s parameters during inference
    • Guarantee every answer is correct
    • Reduce calculation and step omissions by directing attention to variables and intermediate quantities