개요
PS(Plan-and-Solve) 프롬프트는 언어 모델에 먼저 명시적인 계획을 고안한 다음 단계별로 실행하여 '단계적으로 생각하자' 프롬프트가 남긴 실패를 수정하도록 지시합니다. 추가 교육 없이도 다단계 추론을 의미 있게 향상시키는 간단한 프롬프트 조정입니다.
계획 및 해결 프롬프트는 모델 품질, 인프라 비용, 대기 시간 및 규모에 따른 안정성에 영향을 미치는 기술 빌딩 블록입니다.
심층 분석
Lei Wang과 동료들이 2023년 ACL 논문에서 소개한 계획 및 해결 프롬프트는 제로샷 사고 사슬의 특정 약점에 대한 응답이었습니다. 모델은 종종 단계를 건너뛰거나, 계산을 잘못하거나, 질문을 잘못 읽습니다. PS는 '단계적으로 생각해보자'라는 단일 지침을 '먼저 문제를 이해하고 이를 해결하기 위한 계획을 고안하자'라는 두 부분으로 구성된 지시어로 대체합니다. 그러면 계획을 실행하고 단계별로 문제를 해결해 봅시다.' 향상된 변형인 PS+에는 관련 변수를 추출하고, 중간 결과를 계산하고, 숫자에 주의하라는 알림을 추가합니다. GSM8K 및 SVAMP와 같은 벤치마크에서 PS+는 프롬프트에서 작업 예제가 필요하지 않은 동시에 몇 번의 사고 사슬로 많은 격차를 해소했습니다.
기술적 통찰력
메커니즘은 순전히 프롬프트에 있습니다. 실행 전에 계획을 요청함으로써 PS는 모델의 자동 회귀 생성을 전환하여 먼저 높은 수준의 하위 목표를 생성한 다음 그에 따른 세부 추론 토큰을 조건화합니다. 이러한 분리는 '누락 단계' 및 계산 오류를 줄입니다. PS+는 직접 작성한 예시에 의존하기보다는 자체 생성된 발판 역할을 하면서 변수 및 중간 수량을 명시적으로 명명함으로써 주의를 더욱 집중시킵니다.
마스터링 계획 및 해결 프롬프트
PS(Plan-and-Solve) 프롬프트는 언어 모델에 먼저 명시적인 계획을 고안한 다음 단계별로 실행하여 '단계적으로 생각하자' 프롬프트가 남긴 실패를 수정하도록 지시합니다. 추가 교육 없이도 다단계 추론을 의미 있게 향상시키는 간단한 프롬프트 조정입니다. 계획 및 해결 프롬프트는 모델 품질, 인프라 비용, 대기 시간 및 규모에 따른 안정성에 영향을 미치는 기술 빌딩 블록입니다. 깊은 이해를 구축하려면 계획 및 해결 프롬프트를 단일 기능이 아닌 운영 모델로 취급하십시오. 즉, 원하는 결과를 정의하고, 가정을 명확히 하고, 시스템이 안정적으로 수행할 수 있는 작업과 여전히 전문가 판단이 필요한 작업을 분리하세요.
실제로 계획 및 해결 프롬프트를 사용하는 강력한 팀은 안정성과 비용에 맞춰 아키텍처, 데이터 및 인프라 선택을 최적화합니다. 명시적인 성공 기준을 문서화하고, 현실적인 데이터 및 워크플로를 기준으로 테스트하며, 일회성 벤치마크 승리보다는 관찰된 실패 패턴을 기반으로 반복합니다. 이론적 이해가 제품, 정책, 운영 전반에 걸쳐 지속 가능한 역량으로 바뀌는 곳입니다.
아키텍처 결정은 수년간 성능과 운영 비용을 결정합니다. 동시에 하나의 벤치마크를 최적화하면 더 광범위한 시스템 약점을 숨길 수 있습니다. 가장 탄력적인 접근 방식은 실험 속도와 거버넌스 규율을 결합하는 것입니다. 즉, 파일럿 실행, 증거 캡처, 결정 로그 게시, 모델 동작, 사용자 기대 및 규제 요구 사항이 발전함에 따라 보호 장치를 지속적으로 업데이트합니다.
전략적 영향
아키텍처 결정은 수년간 성능과 운영 비용을 결정합니다.
아키텍처 결정은 수년간 성능과 운영 비용을 결정합니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다.
기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다.
더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
실제 구현
모델이 먼저 수량을 나열한 다음 순서대로 계산하는 다단계 초등학교 수학 단어 문제(GSM8K)를 해결합니다.
구현 코드를 작성하기 전에 기능 및 엣지 케이스의 개요를 코딩 도우미에게 안내합니다.
먼저 사용자의 기본 목표를 식별한 다음 해결 단계의 순서를 지정하도록 고객 지원 상담원을 구성합니다.
복잡한 데이터 분석 요청을 '쿼리 계획'과 '결과 실행 및 결합' 단계로 나눕니다.
구현 패턴
계획 및 해결 실제 프롬프트
모델이 먼저 수량을 나열한 다음 순서대로 계산하는 다단계 초등학교 수학 단어 문제(GSM8K)를 해결합니다.
모델이 먼저 수량을 나열한 다음 순서대로 계산하는 다단계 초등학교 수학 단어 문제(GSM8K) 해결 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
계획 및 해결 실제 프롬프트
구현 코드를 작성하기 전에 기능 및 엣지 케이스의 개요를 코딩 도우미에게 안내합니다.
구현 코드를 작성하기 전에 코딩 도우미에게 기능 및 엣지 케이스 개요를 안내하기 팀은 일반적으로 품질 임계값을 미리 정의하고 엣지 케이스에 대한 인적 에스컬레이션 경로를 유지하며 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
계획 및 해결 실제 프롬프트
먼저 사용자의 기본 목표를 식별한 다음 해결 단계의 순서를 지정하도록 고객 지원 상담원을 구성합니다.
먼저 사용자의 기본 목표를 식별한 다음 해결 단계를 순서대로 지정하도록 고객 지원 에이전트를 구성합니다. 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
계획 및 해결 실제 프롬프트
복잡한 데이터 분석 요청을 '쿼리 계획'과 '결과 실행 및 결합' 단계로 나눕니다.
복잡한 데이터 분석 요청을 '쿼리 계획'과 '결과 실행 및 결합' 단계로 나누기 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
위험 및 가드레일
하나의 벤치마크를 최적화하면 더 광범위한 시스템 약점을 숨길 수 있습니다.
인프라 및 유지 관리 비용은 종종 과소평가됩니다.
시스템이 더욱 복잡해짐에 따라 보안 및 관찰 가능성의 격차가 커질 수 있습니다.
구현 로드맵
구현하기 전에 지연 시간, 품질, 비용 목표를 정의하세요.
구현하기 전에 지연 시간, 품질, 비용 목표를 정의하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
현실적인 로드 및 데이터 조건에서 벤치마킹합니다.
현실적인 로드 및 데이터 조건에서 벤치마킹합니다. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링.
오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
확장하기 전에 롤백 및 사고 대응 경로를 준비하세요.
확장하기 전에 롤백 및 사고 대응 경로를 준비하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.