Solicitare analogică și pas înapoi
Îndemnul analogic și Step-Back ghidează un model să raționeze mai întâi la un nivel superior: îndemnul analogic îi permite să-și amintească probleme similare rezolvate, în timp ce pasul înapoi îi determină principiul de bază înainte de a aborda specificul.
Prezentare generală
They matter because abstraction often beats diving straight into details.
Scufundare în profunzime
Acestea sunt două tehnici de cercetare legate de Google din 2023 pentru îmbunătățirea raționamentului. Îndemnul analogic, de către Yasunaga și colegii, îi cere modelului să-și genereze singur câteva exemple relevante, probleme similare pe care le-a văzut în mod eficient și soluțiile lor înainte de a rezolva problema țintă, eliminând nevoia de exemple scrise de mână. Îndemnul Step-Back, de către Zheng și colegii, pune în schimb o întrebare de abstractizare mai întâi („ce principiu sau fapt general guvernează acest lucru?”), recuperează sau motivează despre acel principiu, apoi îl aplică întrebării concrete. Ambele împing modelul departe de detaliile premature. Step-Back a arătat câștiguri la întrebările de fizică și chimie și la raționamentul multi-hop, în timp ce analogia a determinat o generare îmbunătățită de matematică și cod prin adaptarea exemplelor la fiecare problemă specifică.
Perspectivă tehnică
Step-Back funcționează deoarece fundamentarea unui răspuns pe un principiu declarat (de exemplu, legea gazelor ideale sau o definiție) constrânge raționamentul detaliat ulterior și reduce derapajele pe pașii intermediari. Îndemnul analogic funcționează deoarece exemplele autogenerate sunt potrivite cu problema exactă în cauză, adesea mai relevante decât exemplele fixe cu câteva inregistrări, și creează un model de soluție adecvat. Ambele deplasează mai întâi calculul spre regăsirea abstracției corecte, apoi fac o muncă detaliată fundamentată.
Impact strategic
Viteză și scară
Fluxurile de lucru lingvistice se pot deplasa mai rapid fără a sacrifica consistența.
Acces și acoperire
Extinde accesul în diferite limbi și stiluri de comunicare.
Decizii mai clare
Echipele pot petrece mai mult timp jucând în timp ce automatizarea se ocupă de repetiție.
Viitorul îndemnării analogice și cu pas înapoi
Așteptați-vă că aceste modele de abstracție mai întâi se îmbină cu sistemele de recuperare, în care principiul pasului înapoi devine o interogare precisă într-o bază de cunoștințe și cu planificatorii agenți care raționează despre strategie înainte de tactică. Cercetarea se rafinează atunci când analogiile autogenerate ajută comparativ cu atunci când introduc exemple irelevante sau greșite și combină pasul înapoi cu verificarea, astfel încât principiul ales să fie verificat înainte de a se construi un raționament greu pe el. Este posibil să fie implicite în modelele adaptate raționamentului.
Implementare în lumea reală
Răspunsul la o întrebare de fizică prin declararea mai întâi a legii relevante (de exemplu, a doua lege a lui Newton) printr-un pas înapoi, apoi introducerea numerelor
Rezolvarea unei noi probleme de matematică prin faptul că modelul își amintește câteva probleme similare rezolvate prin indicații analogice
Abordarea unei întrebări triviale cu mai multe salturi, revenind la categoria sau entitate mai largă înainte de a înlănțui faptele
Generarea codului prin autogenerarea unui algoritm analog și soluția acestuia, apoi adaptarea acestuia la sarcina curentă
Riscuri și balustrade
Faptele halucinate pot intra în liniște în rapoarte, fluxuri de sprijin sau rezultate ale cercetării.
Sensibilitatea promptă poate crea rezultate inconsecvente pentru solicitări similare.
Datele text sensibile pot fi expuse dacă controalele de acces sunt slabe.
Foaia de parcurs de implementare
Definiți formatul de ieșire, tonul și standardele de calitate înainte de lansare.
Răspunsurile la sol cu surse de încredere ori de câte ori acuratețea contează.
Păstrați un punct de control uman pentru rezultate cu mize mari.
Urmăriți tiparele de eșec și reantrenați în mod regulat solicitările sau fluxurile de lucru.
Continuați să explorați
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 Analogical and Step-Back 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
Următorul ghid
Cel mai puțin până la cel mai mult prompt
Întrebări frecvente
What is Analogical and Step-Back Prompting?
Îndemnul analogic și Step-Back ghidează un model să raționeze mai întâi la un nivel superior: îndemnul analogic îi permite să-și amintească probleme similare rezolvate, în timp ce pasul înapoi îi determină principiul de bază înainte de a aborda specificul. Ele contează pentru că abstracția bate adesea scufundarea direct în detalii.
Ce solicită modelului să facă sugestia analogică înainte de a rezolva problema țintă?
Îndemnul analogic face ca modelul să genereze propriile sale exemple și soluții relevante, adaptate problemei.
Care este primul pas în solicitarea Step-Back?
Step-Back pune mai întâi o întrebare de abstractizare pentru a scoate la iveală principiul sau faptul care guvernează problema.
De ce este de ajutor întemeierea unui răspuns pe un principiu declarat (Step-Back)?
Afirmarea principiului de guvernare mai întâi ghidează și constrânge pașii detaliați, scăzând șansa de erori.
În ce fel de sarcini au indicat îndemnul Step-Back câștiguri notabile?
Step-Back a îmbunătățit performanța la întrebările științifice și la raționamentul cu mai multe hop prin retragerea mai întâi.
Care este un risc notat de promptare analogică?
Deoarece modelul își inventează propriile analogii, acele exemplare pot fi uneori irelevante sau incorecte, dăunând răspunsului.