À suivreGuide suivant
Invites socratiques qui incitent l'IA à vous apprendre
IA linguistique
GUIDE IA du langage
Du moins au plus d'invites
Les invites du moins au plus divisent un problème difficile en une séquence de sous-problèmes plus simples, les résolvant dans l'ordre afin que chaque réponse alimente la suivante.
Écoutez ce guideNarré par l'IA · ~2 min
Sur cette page2 minutes de lecture
Aperçu
C’est important car cela permet aux modèles d’aborder des questions bien plus difficiles que les exemples qui leur ont été présentés.
Plongée profonde
Least-to-Most prompting, introduced by Zhou and colleagues at Google in 2022, has two stages. First, the model is prompted to decompose a complex question into an ordered list of easier subquestions. Second, it solves those subquestions one at a time, appending each solved answer to the context so later steps can build on earlier ones. This differs from chain-of-thought, which reasons in a single pass without explicit decomposition. The authors evaluated symbolic manipulation, math reasoning, and SCAN, a compositional-generalization benchmark built from natural-language commands. For the specific SCAN setup using GPT-3 code-davinci-002 and 14 exemplars, Least-to-Most reached at least 99% accuracy across the tested splits, including the length split, compared with 16% for chain-of-thought prompting. This is a result for that model, prompt setup, and benchmark, not a general accuracy guarantee.
Mise en œuvre dans le monde réel
Résoudre un problème de mots en plusieurs étapes en répertoriant d'abord les quantités à calculer, puis en les calculant dans l'ordre
Tâches de langage compositionnel telles que traduire de longues instructions en séquences d'action à partir d'exemples courts
Répondre à une question de recherche complexe en la divisant en sous-questions dont les réponses se combinent dans la réponse finale
Écrire un programme en le décomposant en fonctions d'assistance résolues une par une, chacune réutilisée lors d'étapes ultérieures
L’avenir de l’incitation du moins au plus
Les idées du moins au plus sous-tendent désormais de nombreuses architectures d'agents et de planificateurs qui divisent les objectifs en sous-tâches ordonnées avant d'agir. Attendez-vous à des hybrides avec l'utilisation d'outils, où chaque sous-question peut déclencher une calculatrice, une recherche ou un appel de code, et avec une auto-cohérence pour des sous-réponses plus robustes. La recherche explore également la décomposition automatique qui adapte la profondeur à la difficulté du problème et la combine avec la vérification afin qu'une sous-réponse erronée ne corrompt pas silencieusement l'ensemble de la chaîne en aval.
Le mettre en pratique
Pourquoi c'est important
- Vitesse et échelle. Les flux de travail linguistiques peuvent évoluer plus rapidement sans sacrifier la cohérence.
- Accès et portée. Il étend l’accès à toutes les langues et styles de communication.
- Décisions plus claires. Les équipes peuvent consacrer plus de temps au jugement tandis que l’automatisation gère les répétitions.
Attention à
- Les faits hallucinés peuvent discrètement entrer dans des rapports, des flux de support ou des résultats de recherche.
- La sensibilité des invites peut créer des résultats incohérents pour des demandes similaires.
- Les données textuelles sensibles peuvent être exposées si les contrôles d’accès sont faibles.
Prochaines étapes
- Définissez le format de sortie, le ton et les normes de qualité avant le déploiement.
- Établissez des réponses auprès de sources fiables chaque fois que la précision est importante.
- Gardez un point de contrôle d’examen humain pour les résultats à enjeux élevés.
- Suivez les modèles de défaillance et recyclez régulièrement les invites ou les flux de travail.
Continuez à explorer
Newsletter gratuite
Recevez le briefing quotidien sur l'IA
Trois histoires d'IA vérifiées chaque matin de la semaine, écrites dans un anglais simple. Gratuit pour toujours, sans publicité.
Un e-mail chaque jour de la semaine. Désabonnez-vous en un clic. Nous ne vendons ni ne partageons jamais votre adresse.
Testez-vous
Take the Least-to-Most Prompting quiz
Commentaires instantanés sur chaque réponse et un certificat partageable avec une pièce d'identité vérifiable une fois que vous avez réussi un cours.
Soutenez l’enseignement gratuit de l’IA. AI Understanding est une organisation à but non lucratif 501(c)(3) : pas de publicité, pas de paywall, jamais. Faire un don
Questions fréquemment posées
Qu’est-ce que l’invite du moins au plus ?
Les invites du moins au plus divisent un problème difficile en une séquence de sous-problèmes plus simples, les résolvant dans l'ordre afin que chaque réponse alimente la suivante. C’est important car cela permet aux modèles d’aborder des questions bien plus difficiles que les exemples qui leur ont été présentés.
Quelles sont les deux étapes principales de l’incitation du moins au plus ?
Il divise d'abord le problème en un ensemble ordonné de sous-questions plus simples, puis les résout chacune dans l'ordre.
En quoi la méthode du moins au plus diffère-t-elle des invites de chaîne de pensée standard ?
Des raisons de chaîne de pensée en un seul passage ; du moins au plus décompose et enchaîne explicitement les sous-réponses.
Quel type de tâche le benchmark SCAN utilise-t-il pour tester la généralisation compositionnelle ?
SCAN teste la généralisation compositionnelle à l'aide de commandes qui mappent le langage aux séquences d'action ; l'article du moins au plus évalue si les invites sont transférées vers des compositions de commandes plus difficiles.
Pourquoi l’ordre des sous-questions est-il important ?
Les sous-problèmes sont organisés de manière à ce que chacun ne dépende que de ceux résolus précédemment, permettant ainsi aux réponses de s'accumuler correctement.
Comment les réponses intermédiaires sont-elles utilisées pendant la phase de résolution ?
Chaque sous-réponse résolue est ajoutée à l'invite en cours d'exécution afin que les étapes suivantes obtiennent les résultats dont elles ont besoin.
Continuez à apprendre
Guides associés
Plus de guides sélectionnés pour ce sujet