사고의 뼈대 병렬 디코딩
SoT(Skeleton-of-Thought)는 먼저 언어 모델에 간단한 답변 포인트의 개요를 요청한 다음 각 포인트를 병렬로 확장하는 프롬프트 및 디코딩 기술입니다.
개요
It matters because it can cut the wall-clock latency of long answers by roughly 2x without retraining the model.
심층 분석
대규모 언어 모델은 일반적으로 한 번에 하나의 토큰을 생성하므로 각 단어가 그 앞의 단어를 기다리기 때문에 긴 대답은 느립니다. 2023년 Tsinghua 연구원과 Microsoft 연구원이 도입한 Skeleton-of-Thought는 작업을 재구성합니다. 첫 번째 호출에서는 모델에 간결한 뼈대를 요청합니다. 즉, 각각 몇 단어로 구성된 3~10개의 포인트 제목으로 구성된 번호가 매겨진 목록입니다. 그런 다음 두 번째 일괄 호출에서는 모든 포인트를 독립적으로 동시에 확장합니다. 포인트가 서로 의존하지 않기 때문입니다. 확장은 최종 답변으로 다시 연결됩니다. 느린 확장 단계가 병렬로 실행되기 때문에 팁 나열이나 옵션 비교와 같이 답변이 자연스럽게 독립적인 부분으로 분해되는 질문의 경우 총 대기 시간이 급격히 감소합니다.
기술적 통찰력
SoT는 디코더 추론이 항상 컴퓨팅에 국한되는 것이 아니라 지연 시간에 국한된다는 점을 악용합니다. 단일 요청으로 인해 GPU가 충분히 활용되지 않는 경우가 많습니다. 일괄적으로 포인트 확장을 실행하면 하드웨어가 계속 사용되며 포인트별 생성이 겹칩니다. API 모델을 사용하면 확장이 동시 요청으로 실행됩니다. 로컬 모델과 함께 하나의 일괄 정방향 패스를 공유합니다. 스켈레톤 스테이지는 고정된 짧은 오버헤드를 추가하므로 응답 길이와 독립 포인트 수에 따라 순 속도가 증가합니다.
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.
사고의 뼈대 병렬 디코딩의 미래
SoT 아이디어가 적응형 라우팅에 병합될 것으로 예상됩니다. 시스템은 쿼리가 깔끔하게 분해되는 시점을 감지하고 병렬 확장으로 전환하여 수학 증명과 같이 밀접하게 종속적인 작업에 대한 순차적 추론으로 돌아갑니다. 동적 그래프 종속성을 갖춘 SoT와 같은 변형은 서로를 참조하는 포인트를 허용합니다. 서빙 프레임워크에 기본 일괄 하위 요청 지원과 예측적 디코딩이 추가됨에 따라 병렬 분해 전략은 수동 프롬프트 트릭이 아닌 표준 지연 시간 단축 계층이 될 것입니다.
실제 구현
8가지 팁을 한 번에 확장하여 '클라우드 비용 절감을 위한 8가지 팁을 알려주세요'라고 대답하는 챗봇의 속도를 높입니다.
응답 대기 시간이 더 짧은 구조화된 다중 섹션 문제 해결 가이드를 생성하는 고객 지원 도우미입니다.
각 글머리 기호를 동시에 채워 비교 답변(두 제품의 장단점)을 생성합니다.
긴 형식 생성 중에 GPU 활용도를 높이기 위해 독립적인 답변 섹션을 일괄 처리하는 백엔드 제공 시스템입니다.
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 Skeleton-of-Thought Parallel Decoding 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
MaskGIT 병렬 토큰 디코딩
자주 묻는 질문
What is Skeleton-of-Thought Parallel Decoding?
SoT(Skeleton-of-Thought)는 먼저 언어 모델에 간단한 답변 포인트의 개요를 요청한 다음 각 포인트를 병렬로 확장하는 프롬프트 및 디코딩 기술입니다. 모델을 재교육하지 않고도 긴 답변의 벽시계 대기 시간을 약 2배까지 줄일 수 있기 때문에 중요합니다.
사고의 뼈대(Skeleton-of-Thought)의 첫 번째 단계에서는 무엇을 생산합니까?
SoT는 먼저 모델이 점 제목의 간결한 뼈대를 내보낸 다음 별도로 확장하도록 유도합니다.
포인트 확장 단계를 병렬로 실행할 수 있는 이유는 무엇입니까?
스켈레톤 포인트는 독립적으로 설계되었으므로 확장 시 형제를 기다릴 필요가 없습니다.
일반 LLM 디코딩에서 주요 병목 SoT 대상은 무엇입니까?
표준 디코딩은 각 토큰이 이전 토큰을 기다리기 때문에 지연 시간이 제한되어 있습니다. SoT는 벽시계 시간을 줄이기 위해 작동합니다.
SoT는 어떤 유형의 질문에 대해 가장 큰 속도 향상을 제공합니까?
여러 개의 독립적인 부분으로 분해되는 답변은 각 부분이 동시에 확장되므로 가장 큰 이점을 제공합니다.
단일 순차 생성에 비해 SoT는 어떤 오버헤드를 추가합니까?
스켈레톤 단계에서는 작은 고정 대기 시간을 추가하는데, 이는 긴 답변의 병렬 확장보다 중요합니다.