계획 및 해결 프롬프트 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 계획 및 해결 프롬프트는 표준 제로샷 사고방식에 어떤 핵심적인 변화를 가져옵니까?
   • 먼저 모델에게 계획을 수립하도록 요청한 다음 단계별로 실행합니다.
   • 계획 데이터에 대한 모델을 미세 조정합니다.
   • 단계별 추론을 완전히 제거합니다.
   • 프롬프트에는 수십 개의 작업 예제가 필요합니다.
2. Plan-and-Solve는 단순한 사고 사슬의 어떤 구체적인 약점을 해결하도록 설계되었습니까?
   • 추론 속도가 느리고 메모리 사용량이 높습니다.
   • 추론 단계 누락 및 계산 오류
   • 유해하거나 편향된 출력
   • 전혀 추론을 할 수 없음
3. 향상된 PS+ 변형은 기본 계획 및 해결 프롬프트에 무엇을 추가합니까?
   • 답변을 평가하는 제2언어 모델
   • 계산기 API에 액세스
   • 변수를 추출하고, 중간 결과를 계산하고, 숫자에 주의하는 지침
   • JSON으로 응답해야 하는 요구 사항
4. 몇 번의 사고방식에 비해 계획 및 해결의 주요 장점은 다음과 같습니다.
   • 항상 완벽한 정확성을 달성합니다.
   • 모델 재교육 필요
   • 비전 작업에서만 작동합니다.
   • 프롬프트에서 손으로 만든 작업 예제가 필요하지 않습니다.
5. 계획 및 해결은 어떤 유형의 벤치마크에서 눈에 띄게 평가되었습니까?
   • GSM8K와 같은 산술 및 수학 단어 문제 벤치마크
   • 이미지 분류 데이터 세트
   • 음성인식 말뭉치
   • 단백질 접는 작업
6. 세부 단계 전에 계획을 생성하는 것이 자기회귀 모델에 도움이 되는 이유는 무엇입니까?
   • 컨텍스트에서 원래 질문을 삭제합니다.
   • 계획의 하위 목표는 모델이 생성하는 이후 추론 토큰을 조건으로 합니다.
   • 모델의 매개변수 수가 두 배로 늘어납니다.
   • 모델을 텍스트가 아닌 모드로 전환합니다.
7. A prompt asks a model to list subgoals before solving a word problem. Which Plan-and-Solve stage does that implement?
   • A few-shot worked example
   • The final answer verification stage
   • The planning stage that decomposes the task before execution
   • A decoding-time beam search
8. A PS+ prompt reminds the model to extract quantities and calculate intermediate results. What is the intent of those reminders?
   • Replace the problem statement with demonstrations
   • Change the model’s parameters during inference
   • Guarantee every answer is correct
   • Reduce calculation and step omissions by directing attention to variables and intermediate quantities