Technische GIDS

Plan-en-oplossen-prompts

Plan-and-Solve (PS)-prompts vertellen een taalmodel om eerst een expliciet plan te bedenken en dit vervolgens stap voor stap uit te voeren, waarbij de fouten worden verholpen die de eenvoudige 'laten we stap voor stap nadenken'-prompts achterlaten.

Luister naar deze gidsAI-verteld · ~2 min

Op deze pagina2 min lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. De toekomst van Plan-and-Solve-prompts
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

Het is een eenvoudige promptaanpassing die het meerstapsredeneren betekenisvol versterkt zonder extra training.

Diepe duik

Plan-and-Solve-prompts, geïntroduceerd in een ACL-paper uit 2023 door Lei Wang en collega's, was een reactie op een specifieke zwakte in de 'zero-shot'-gedachteketen: modellen slaan vaak stappen over, berekenen de vraag verkeerd of interpreteren deze verkeerd. PS vervangt de enkele instructie 'Laten we stap voor stap nadenken' door een tweedelige richtlijn: 'Laten we eerst het probleem begrijpen en een plan bedenken om het op te lossen. Laten we dan het plan uitvoeren en het probleem stap voor stap oplossen.' Een verbeterde variant, PS+, voegt herinneringen toe om relevante variabelen te extraheren, tussenresultaten te berekenen en op cijfers te letten. Op benchmarks als GSM8K en SVAMP heeft PS+ een groot deel van de kloof gedicht met een paar korte gedachtegangen, terwijl er geen uitgewerkte voorbeelden in de prompt nodig waren.

Implementatie in de echte wereld

Het oplossen van meerstaps wiskundewoordproblemen op de lagere school (GSM8K), waarbij het model eerst de hoeveelheden opsomt en ze vervolgens in volgorde berekent.

Begeleiden van een codeerassistent bij het schetsen van functies en randgevallen voordat er implementatiecode wordt geschreven.

Het structureren van een klantondersteuningsagent om eerst het onderliggende doel van de gebruiker te identificeren en vervolgens de stappen voor oplossing te volgen.

Een complex data-analyseverzoek opsplitsen in 'plan de queries' gevolgd door 'uitvoeren en combineren van resultaten'-fasen.

De toekomst van Plan-and-Solve-prompts

Plan-and-solve-denken is nu ingebed in agentframeworks en 'redeneringsmodellen' die planning en uitvoering van nature scheiden. Verwacht dat planningsprompts zullen samengaan met het gebruik van tools, zelfverificatie en boomzoekmethoden, en een intern standaardgedrag zullen worden in getrainde redeneringsmodellen in plaats van een handmatige prompt. De blijvende les is dat het ontbinden van een taak alvorens te handelen een goedkope, breed overdraagbare betrouwbaarheidswinst is.

Het in de praktijk brengen

Waarom het ertoe doet

  • Kosten en budget. Architectuurbeslissingen bepalen jarenlang de prestaties en bedrijfskosten.
  • Duidelijkere beslissingen. Technisch onderwijs helpt teams bij het kiezen van de juiste stapel, niet alleen de nieuwste.
  • Kwaliteitscontrole. Betere technische keuzes verminderen het aantal betrouwbaarheidsincidenten in de productie.

Pas op voor

  • Het optimaliseren van één benchmark kan bredere systeemzwakheden verbergen.
  • Infrastructuur- en onderhoudskosten worden vaak onderschat.
  • De lacunes op het gebied van beveiliging en waarneembaarheid kunnen groter worden naarmate systemen complexer worden.

Volgende stappen

  1. Definieer latentie-, kwaliteits- en kostendoelen vóór implementatie.
  2. Benchmark onder realistische belasting- en gegevensomstandigheden.
  3. Instrumentbewaking op fouten, drift en gebruikersimpact.
  4. Bereid rollback- en incidentresponspaden voor voordat u gaat schalen.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Take the Plan-and-Solve Prompting quiz

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

Wat is Plan-and-Solve-prompting?

Plan-and-Solve (PS)-prompts vertellen een taalmodel om eerst een expliciet plan te bedenken en dit vervolgens stap voor stap uit te voeren, waarbij de fouten worden verholpen die de eenvoudige 'laten we stap voor stap nadenken'-prompts achterlaten. Het is een eenvoudige snelle aanpassing die het redeneren in meerdere stappen op betekenisvolle wijze stimuleert zonder enige extra training.

Welke kernverandering brengt Plan-and-Solve-prompts teweeg in de standaard zero-shot-gedachteketen?

PS prompting splitst de instructie op in het bedenken van een plan en het vervolgens stap voor stap uitvoeren, in plaats van de enkele regel 'Laten we stap voor stap nadenken'.

Welke specifieke zwakke punten van de simpele gedachtegang moest Plan-and-Solve aanpakken?

De auteurs richtten zich op fouten in de ontbrekende stappen en reken-/rekenfouten die vaak tot nulschotten leiden.

Wat voegt de verbeterde PS+-variant toe aan de basis Plan-and-Solve-prompt?

PS+ voegt gedetailleerde herinneringen toe om relevante variabelen te extraheren, tussenresultaten te berekenen en op de cijfers te letten, waardoor het zelf gegenereerde schavot wordt aangescherpt.

Op welk type benchmark werd Plan-and-Solve prominent beoordeeld?

PS en PS+ zijn getest op benchmarks voor wiskundig redeneren, zoals GSM8K en SVAMP, naast andere datasets voor redeneren.

Waarom helpt het genereren van een plan vóór de gedetailleerde stappen een autoregressief model?

Omdat het genereren autoregressief is, worden de plantokens op hoog niveau context die de daaropvolgende stapsgewijze redenering begeleidt, waardoor het aantal overgeslagen stappen wordt verminderd.