Il prossimoProssima guida
Suggerimenti socratici che fanno sì che l'intelligenza artificiale ti insegni
Intelligenza artificiale linguistica
GUIDA ALL'AI linguistica
Sia il suggerimento analogico che quello Step-Back guidano prima un modello a ragionare a un livello più alto: il suggerimento analogico gli fa ricordare problemi risolti simili, mentre lo step-back gli fa derivare il principio sottostante prima di affrontare i dettagli.
Ascolta questa guidaNarrato dall'IA · ~2 min
They matter because abstraction often beats diving straight into details.
Queste sono due tecniche di ricerca Google correlate del 2023 per migliorare il ragionamento. Il suggerimento analogico, di Yasunaga e colleghi, chiede al modello di autogenerare alcuni esempi rilevanti, problemi simili che ha effettivamente visto e le relative soluzioni prima di risolvere il problema target, eliminando la necessità di esempi scritti a mano. Il suggerimento Step-Back, di Zheng e colleghi, pone invece prima una domanda di astrazione ("quale principio o fatto generale governa questo?"), recupera o ragiona su quel principio, quindi lo applica alla domanda concreta. Entrambi allontanano il modello dai dettagli prematuri. Step-Back ha mostrato miglioramenti su questioni di fisica e chimica e sul ragionamento multi-hop, mentre i suggerimenti analogici hanno migliorato la matematica e la generazione di codici adattando gli esempi a ciascun problema specifico.
Rispondere a una domanda di fisica affermando prima la legge rilevante (ad esempio, la seconda legge di Newton) tramite step-back, quindi inserendo i numeri
Risolvere un nuovo problema di matematica facendo sì che il modello richiami un paio di problemi risolti simili attraverso suggerimenti analogici
Affrontare una domanda trivia multi-hop tornando alla categoria o entità più ampia prima di concatenare i fatti
Generare codice autogenerando un algoritmo analogo e la sua soluzione, quindi adattandolo al compito corrente
Aspettatevi che questi modelli basati sull’astrazione si fondano con i sistemi di recupero, dove il principio del passo indietro diventa una query precisa in una base di conoscenza, e con gli agenti pianificatori che ragionano sulla strategia prima che sulla tattica. La ricerca sta perfezionando il modo in cui le analogie autogenerate aiutano rispetto a quando introducono esempi irrilevanti o sbagliati, e sta combinando il passo indietro con la verifica in modo che il principio scelto venga controllato prima che su di esso venga costruito un ragionamento pesante. È probabile che siano valori predefiniti nei modelli calibrati sul ragionamento.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Sia il suggerimento analogico che quello Step-Back guidano prima un modello a ragionare a un livello più alto: il suggerimento analogico gli fa ricordare problemi risolti simili, mentre lo step-back gli fa derivare il principio sottostante prima di affrontare i dettagli. Sono importanti perché l’astrazione spesso batte l’immersione diretta nei dettagli.
Il suggerimento analogico fa sì che il modello generi i propri esempi e soluzioni rilevanti, adattati al problema.
Step-Back pone innanzitutto una domanda di astrazione per far emergere il principio o il fatto che governa il problema.
Dichiarare innanzitutto il principio guida guida e vincola i passaggi dettagliati, riducendo la possibilità di errori.
Step-Back ha migliorato le prestazioni sulle domande scientifiche e sul ragionamento multi-hop eseguendo prima l'astrazione.
Poiché il modello inventa le proprie analogie, questi esempi a volte possono essere irrilevanti o errati, compromettendo la risposta.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Suggerimenti socratici che fanno sì che l'intelligenza artificiale ti insegni
Intelligenza artificiale linguistica