Tervezd meg és oldd meg felszólítás
A Plan-and-Solve (PS) felszólítás arra utasítja a nyelvi modellt, hogy először dolgozzon ki egy explicit tervet, majd hajtsa végre lépésről lépésre, kijavítva azokat a hibákat, amelyeket a „gondolkozzunk lépésről lépésre” felszólítás hagy maga után.
Áttekintés
It is a simple prompt tweak that meaningfully boosts multi-step reasoning without any extra training.
Mély merülés
A Lei Wang és munkatársai 2023-as ACL-dokumentumában bemutatott Plan-and-Solve felszólítás a nullapontos gondolati lánc sajátos gyengeségére adott válasz: a modellek gyakran kihagyják a lépéseket, rosszul számítanak ki vagy félreolvassák a kérdést. A PS a „Gondolkozzunk lépésről lépésre” egyetlen utasítást egy kétrészes direktívára cseréli: „Először értsük meg a problémát, és dolgozzunk ki egy tervet a megoldására. Akkor hajtsuk végre a tervet, és oldjuk meg a problémát lépésről lépésre. Egy továbbfejlesztett változat, a PS+ emlékeztetőket ad hozzá a releváns változók kinyeréséhez, a közbenső eredmények kiszámításához és a számokra való odafigyeléshez. Az olyan benchmarkokon, mint a GSM8K és az SVAMP, a PS+ néhány gondolati láncolattal felszámolta a lemaradás nagy részét, miközben nem volt szüksége működő példákra a promptban.
Technikai betekintés
A mechanizmus pusztán a promptban rejlik: azáltal, hogy a végrehajtás előtt tervet kér, a PS eltolja a modell autoregresszív generációját, így először magas szintű részcélokat állít elő, amelyek aztán meghatározzák az ezt követő részletes érvelési tokeneket. Ez a szétválasztás csökkenti a „hiányzó lépések” és a számítási hibák számát. A PS+ tovább irányítja a figyelmet változók és köztes mennyiségek explicit megnevezésével, saját maga által generált állványként működik, nem pedig kézzel írt példákra hagyatkozva.
Stratégiai hatás
Költség és költségvetés
Az építészeti döntések évekig növelik a teljesítményt és a működési költségeket.
Tisztább döntések
A technikai oktatás segít a csapatoknak a megfelelő verem kiválasztásában, nem csak a legújabb készletben.
Minőségellenőrzés
A jobb mérnöki döntések csökkentik a termelés megbízhatósági incidenseit.
A tervezés és megoldás jövője
A tervezés és megoldás gondolkodás most ügynöki keretrendszerekbe és „okoskodási” modellekbe épül be, amelyek natívan elválasztják a tervezést a végrehajtástól. Várható, hogy a tervezési felszólítások egyesüljenek az eszközhasználati, önellenőrzési és fakeresési módszerekkel, és belső alapértelmezett viselkedéssé váljanak az indoklásra oktatott modellekben, nem pedig manuális felszólításként. A maradandó tanulság az, hogy egy feladat lebontása a cselekvés előtt olcsó, széles körben átruházható megbízhatósági nyereség.
Valós megvalósítás
Többlépcsős osztályos iskolai matematikai szöveges feladatok megoldása (GSM8K), ahol a modell először felsorolja a mennyiségeket, majd sorrendben kiszámolja azokat.
A kódolási asszisztens vezetése a függvények és élesetek felvázolására, mielőtt bármilyen implementációs kódot írna.
Ügyfélszolgálati ügynök strukturálása úgy, hogy először azonosítsa a felhasználó mögöttes célt, majd sorrendbe állítsa a megoldási lépéseket.
Egy összetett adatelemzési kérés felosztása „tervezze meg a lekérdezéseket”, majd „futtassa és egyesítse az eredményeket” fázisokra.
Kockázatok és védőkorlátok
Egy benchmark optimalizálása elrejtheti a rendszer általános hiányosságait.
Az infrastrukturális és karbantartási költségeket gyakran alábecsülik.
A biztonsági és megfigyelhetőségi hiányosságok a rendszerek bonyolultabbá válásával nőhetnek.
Végrehajtási ütemterv
Határozza meg a késleltetési, minőségi és költségcélokat a megvalósítás előtt.
Benchmark reális terhelési és adatviszonyok mellett.
Műszerfigyelés a hibák, az eltolódás és a felhasználói hatások szempontjából.
A méretezés előtt készítse elő a visszagörgetési és az incidensre adott válaszútvonalakat.
Folytassa a felfedezést
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
Következő útmutató
A legkevesebbtől a legtöbbig felszólító
Gyakran ismételt kérdések
What is Plan-and-Solve Prompting?
A Plan-and-Solve (PS) felszólítás arra utasítja a nyelvi modellt, hogy először dolgozzon ki egy explicit tervet, majd hajtsa végre lépésről lépésre, kijavítva azokat a hibákat, amelyeket a „gondolkozzunk lépésről lépésre” felszólítás hagy maga után. Ez egy egyszerű azonnali csípés, amely jelentőségteljesen felerősíti a többlépcsős érvelést minden extra képzés nélkül.
Milyen alapvető változást jelent a Tervezz és oldd meg a felszólítás a normál, nulla távra szóló gondolatlánchoz képest?
A PS felszólítás felosztja az utasítást egy terv kidolgozására, majd lépésről lépésre történő végrehajtására, az egyetlen „Gondolkozzunk lépésről lépésre” sor helyett.
Az egyszerű gondolati lánc mely konkrét gyengeségeit hivatott orvosolni a Plan-and-Solve?
A szerzők a hiányzó lépések és az aritmetikai/számítási hibákat célozták meg, amelyeket gyakran a nullapontos gondolati lánc produkált.
Mit ad hozzá a továbbfejlesztett PS+ változat az alapvető Tervezz és oldd meg prompthoz?
A PS+ részletes emlékeztetőket ad hozzá a releváns változók kinyeréséhez, a közbenső eredmények kiszámításához és a számokra való odafigyeléshez, így élesíti a saját maga által generált állványt.
Milyen típusú benchmark alapján értékelték kiemelkedően a Tervezz és oldd meg?
A PS-t és a PS+-t matematikai érvelési benchmarkokon, például GSM8K-n és SVAMP-n tesztelték, többek között egyéb érvelési adatkészleteken.
Miért segít az autoregresszív modellben egy terv létrehozása a részletes lépések előtt?
Mivel a generálás autoregresszív, a magas szintű terv tokenek olyan kontextussá válnak, amely irányítja a következő lépésről lépésre történő gondolkodást, csökkentve az átugrott lépéseket.