가장 적은 메시지에서 가장 많은 메시지
최소 대 최대 프롬프트는 어려운 문제를 일련의 간단한 하위 문제로 나누어 각 답변이 다음 답변에 반영되도록 순서대로 해결합니다.
개요
It matters because it lets models tackle questions far harder than the examples they were shown.
심층 분석
2022년 Google에서 Zhou와 동료들이 도입한 최소 대 최대 프롬프트에는 두 단계가 있습니다. 먼저 모델은 복잡한 질문을 더 쉬운 하위 질문의 정렬된 목록으로 분해하라는 메시지를 받습니다. 둘째, 하위 질문을 한 번에 하나씩 해결하고 해결된 각 답변을 컨텍스트에 추가하여 이후 단계가 이전 단계를 기반으로 구축할 수 있도록 합니다. 이는 명시적인 분해 없이 단일 패스로 추론하는 사고 사슬과 다릅니다. 헤드라인 결과는 강하고 쉽고 어려운 일반화였습니다. SCAN 구성 일반화 벤치마크에서 최소 대 최대 프롬프트는 표준 사고 사슬이 크게 실패하는 프롬프트 예제가 짧음에도 불구하고 대부분의 긴 명령을 해결했습니다.
기술적 통찰력
그 힘은 계획과 실행을 분리하는 데서 나옵니다. 분해는 하위 문제 N이 이미 해결된 하위 문제에만 의존하도록 종속성 순서 체인을 생성합니다. 해결된 각 답변은 실행 프롬프트에 연결되어 모든 것을 한 번에 유지하도록 요청하는 대신 모델에 필요한 중간 결과를 제공합니다. 이렇게 하면 각 개별 단계를 수행해야 하는 추론이 줄어들고, 이것이 모델이 단일 데모보다 더 길고 어려운 입력으로 일반화되는 이유입니다.
전략적 영향
속도와 규모
일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다.
접근 및 도달
언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다.
더 명확한 결정들
자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다.
최소에서 최대로 유도하는 미래
최소 대 다수 아이디어는 이제 행동하기 전에 목표를 순서가 지정된 하위 작업으로 분할하는 많은 에이전트 및 플래너 아키텍처를 뒷받침합니다. 각 하위 질문이 계산기, 검색 또는 코드 호출을 트리거할 수 있는 도구 사용과 보다 강력한 하위 답변을 위한 자체 일관성을 갖춘 하이브리드를 기대하세요. 또한 연구에서는 문제 난이도에 맞게 깊이를 조정하는 자동 분해를 연구하고 이를 검증과 결합하여 잘못된 초기 하위 답변이 전체 다운스트림 체인을 조용히 손상시키지 않도록 하고 있습니다.
실제 구현
먼저 계산할 수량을 나열한 다음 순서대로 계산하여 다단계 단어 문제 해결
긴 명령을 짧은 예의 동작 순서로 번역하는 것과 같은 구성 언어 작업
복잡한 연구 질문을 하위 질문으로 나누어 답변을 결합하여 최종 답변으로 답변합니다.
한 번에 하나씩 해결되고 이후 단계에서 각각 재사용되는 도우미 함수로 분해하여 프로그램을 작성합니다.
위험 및 가드레일
환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다.
신속한 민감도는 유사한 요청 간에 일관되지 않은 결과를 초래할 수 있습니다.
액세스 제어가 약한 경우 민감한 텍스트 데이터가 노출될 수 있습니다.
구현 로드맵
출시 전에 출력 형식, 톤, 품질 표준을 정의하세요.
정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요.
고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다.
실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요.
계속 탐색하세요
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 Least-to-Most 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
다음 가이드
계획 및 해결 프롬프트
자주 묻는 질문
What is Least-to-Most Prompting?
최소 대 최대 프롬프트는 어려운 문제를 일련의 간단한 하위 문제로 나누어 각 답변이 다음 답변에 반영되도록 순서대로 해결합니다. 이는 모델이 표시된 예보다 훨씬 더 어려운 질문을 해결할 수 있게 해주기 때문에 중요합니다.
최소 대 최대 프롬프트의 두 가지 주요 단계는 무엇입니까?
먼저 문제를 순서가 지정된 더 쉬운 하위 질문 세트로 나눈 다음 각 질문을 순서대로 해결합니다.
최소 대 최대 방식은 표준 사고 연쇄 프롬프트와 어떻게 다릅니까?
한 번의 패스로 일련의 사고 이유; 하위 응답을 최소에서 최대로 명시적으로 분해하고 연결합니다.
SCAN 벤치마크에서 Least-to-Most가 눈에 띄게 입증한 기능은 무엇입니까?
짧은 예제만 보았음에도 불구하고 긴 구성 명령을 해결하여 어려운 일반화를 쉽게 보여줍니다.
하위 질문의 순서가 중요한 이유는 무엇입니까?
하위 문제는 이전에 해결된 문제에만 의존하도록 배열되어 답변이 올바르게 구축될 수 있도록 합니다.
해결 단계에서 중간 답변은 어떻게 사용되나요?
해결된 각 하위 답변은 실행 중인 프롬프트에 추가되므로 후속 단계에서 필요한 결과를 얻을 수 있습니다.