योजना-और-समाधान संकेत
प्लान-एंड-सॉल्व (पीएस) प्रॉम्प्टिंग एक भाषा मॉडल को पहले एक स्पष्ट योजना तैयार करने के लिए कहता है और फिर इसे चरण दर चरण पूरा करता है, उन विफलताओं को ठीक करता है जो स्पष्ट रूप से 'आओ कदम दर कदम सोचें' प्रॉम्प्ट पीछे छोड़ देता है।
सिंहावलोकन
It is a simple prompt tweak that meaningfully boosts multi-step reasoning without any extra training.
गहरा गोता
लेई वांग और सहकर्मियों द्वारा 2023 एसीएल पेपर में पेश किया गया, प्लान-एंड-सॉल्व प्रॉम्प्टिंग शून्य-शॉट श्रृंखला-विचार में एक विशिष्ट कमजोरी की प्रतिक्रिया थी: मॉडल अक्सर कदम छोड़ देते हैं, गलत गणना करते हैं, या प्रश्न को गलत तरीके से पढ़ते हैं। पीएस ने एकल निर्देश 'आइए कदम दर कदम सोचें' को दो-भाग वाले निर्देश से बदल दिया है: 'आइए पहले समस्या को समझें और इसे हल करने के लिए एक योजना तैयार करें। तो फिर, आइए योजना को क्रियान्वित करें और चरण दर चरण समस्या का समाधान करें।' एक उन्नत संस्करण, PS+, प्रासंगिक चर निकालने, मध्यवर्ती परिणामों की गणना करने और संख्याओं पर ध्यान देने के लिए अनुस्मारक जोड़ता है। GSM8K और SVAMP जैसे बेंचमार्क पर, PS+ ने कुछ-शॉट चेन-ऑफ-थॉट के साथ अधिकांश अंतर को बंद कर दिया, जबकि प्रॉम्प्ट में किसी काम के उदाहरण की आवश्यकता नहीं थी।
तकनीकी अंतर्दृष्टि
तंत्र पूरी तरह से संकेत में है: निष्पादन से पहले एक योजना के बारे में पूछकर, पीएस मॉडल की ऑटोरेग्रेसिव पीढ़ी को बदल देता है ताकि यह पहले उच्च-स्तरीय उप-लक्ष्यों का उत्पादन कर सके, जो उसके बाद आने वाले विस्तृत तर्क टोकन को कंडीशन करता है। यह पृथक्करण 'मिसिंग-स्टेप' और गणना त्रुटियों को कम करता है। पीएस+ स्पष्ट रूप से चर और मध्यवर्ती मात्राओं का नामकरण करके ध्यान आकर्षित करता है, हाथ से लिखे गए उदाहरणों पर भरोसा करने के बजाय स्व-निर्मित मचान के रूप में कार्य करता है।
सामरिक प्रभाव
लागत और बजट
वास्तुकला संबंधी निर्णय वर्षों तक प्रदर्शन और परिचालन लागत को संचालित करते हैं।
स्पष्ट निर्णय
तकनीकी शिक्षा टीमों को सही स्टैक चुनने में मदद करती है, न कि केवल नवीनतम स्टैक चुनने में।
गुणवत्ता नियंत्रण
बेहतर इंजीनियरिंग विकल्प उत्पादन में विश्वसनीयता की घटनाओं को कम करते हैं।
योजना-और-समाधान संकेत का भविष्य
योजना-और-समाधान की सोच अब एजेंट ढांचे और 'तर्क' मॉडल में बदल गई है जो मूल रूप से योजना को निष्पादन से अलग करती है। उम्मीद करें कि नियोजन संकेत टूल उपयोग, स्व-सत्यापन और वृक्ष-खोज विधियों के साथ विलय हो जाएगा, और मैन्युअल संकेत के बजाय प्रशिक्षित-से-कारण मॉडल में एक आंतरिक डिफ़ॉल्ट व्यवहार बन जाएगा। स्थायी सबक यह है कि कार्य करने से पहले किसी कार्य को विघटित करना एक सस्ता, व्यापक रूप से हस्तांतरणीय विश्वसनीयता लाभ है।
वास्तविक विश्व कार्यान्वयन
मल्टी-स्टेप ग्रेड-स्कूल गणित शब्द समस्याओं (GSM8K) को हल करना जहां मॉडल पहले मात्राओं को सूचीबद्ध करता है, फिर उन्हें क्रम में गणना करता है।
किसी भी कार्यान्वयन कोड को लिखने से पहले कार्यों और किनारे के मामलों की रूपरेखा तैयार करने के लिए एक कोडिंग सहायक का मार्गदर्शन करना।
पहले उपयोगकर्ता के अंतर्निहित लक्ष्य की पहचान करने के लिए ग्राहक-सहायता एजेंट की संरचना करना, फिर समाधान चरणों को अनुक्रमित करना।
एक जटिल डेटा-विश्लेषण अनुरोध को 'प्रश्नों की योजना बनाएं' और उसके बाद 'परिणाम चलाएं और संयोजित करें' चरणों में तोड़ना।
जोखिम और रेलिंग
एक बेंचमार्क को अनुकूलित करने से व्यापक सिस्टम कमजोरियों को छुपाया जा सकता है।
बुनियादी ढांचे और रखरखाव की लागत को अक्सर कम करके आंका जाता है।
जैसे-जैसे सिस्टम अधिक जटिल होते जाएंगे सुरक्षा और अवलोकन संबंधी अंतराल बढ़ सकते हैं।
कार्यान्वयन रोडमैप
कार्यान्वयन से पहले विलंबता, गुणवत्ता और लागत लक्ष्य परिभाषित करें।
यथार्थवादी लोड और डेटा स्थितियों के तहत बेंचमार्क।
त्रुटियों, बहाव और उपयोगकर्ता प्रभाव के लिए उपकरण निगरानी।
स्केलिंग से पहले रोलबैक और घटना प्रतिक्रिया पथ तैयार करें।
अन्वेषण करते रहें
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
अगली गाइड
कम से कम सबसे अधिक संकेत देने वाला
अक्सर पूछे जाने वाले प्रश्नों
What is Plan-and-Solve Prompting?
प्लान-एंड-सॉल्व (पीएस) प्रॉम्प्टिंग एक भाषा मॉडल को पहले एक स्पष्ट योजना तैयार करने के लिए कहता है और फिर इसे चरण दर चरण पूरा करता है, उन विफलताओं को ठीक करता है जो स्पष्ट रूप से 'आओ कदम दर कदम सोचें' प्रॉम्प्ट पीछे छोड़ देता है। यह एक सरल त्वरित बदलाव है जो बिना किसी अतिरिक्त प्रशिक्षण के बहु-चरणीय तर्क को सार्थक रूप से बढ़ावा देता है।
प्लान-एंड-सॉल्व प्रॉम्प्टिंग मानक शून्य-शॉट श्रृंखला-विचार में क्या मुख्य परिवर्तन करता है?
पीएस प्रॉम्प्टिंग निर्देश को एक योजना तैयार करने और फिर उसे चरण दर चरण क्रियान्वित करने में विभाजित करता है, न कि एकल 'आइए चरण दर चरण सोचें' पंक्ति।
प्लान-एंड-सॉल्व को विचार श्रृंखला की किस विशिष्ट कमज़ोरी को संबोधित करने के लिए डिज़ाइन किया गया था?
लेखकों ने मिसिंग-स्टेप त्रुटियों और अंकगणित/गणना गलतियों को लक्षित किया जो शून्य-शॉट श्रृंखला-विचार अक्सर उत्पन्न होती हैं।
उन्नत PS+ संस्करण मूल योजना-और-समाधान संकेत में क्या जोड़ता है?
पीएस+ प्रासंगिक चर निकालने, मध्यवर्ती परिणामों की गणना करने और संख्याओं पर ध्यान देने, स्व-निर्मित मचान को तेज करने के लिए विस्तृत अनुस्मारक जोड़ता है।
प्लान-एंड-सॉल्व का मूल्यांकन किस प्रकार के बेंचमार्क पर प्रमुखता से किया गया था?
पीएस और पीएस+ का परीक्षण अन्य रीजनिंग डेटासेटों के अलावा जीएसएम8के और एसवीएएमपी जैसे गणित रीजनिंग बेंचमार्क पर किया गया।
विस्तृत चरणों से पहले एक योजना तैयार करने से ऑटोरेग्रेसिव मॉडल को मदद क्यों मिलती है?
क्योंकि पीढ़ी स्वत: प्रतिगामी है, उच्च-स्तरीय योजना टोकन संदर्भ बन जाते हैं जो बाद के चरण-दर-चरण तर्क का मार्गदर्शन करते हैं, छोड़े गए चरणों को कम करते हैं।