คู่มือทางเทคนิค

การวางแผนและแก้ไขพร้อมท์

Plan-and-Solve (PS) prompting เป็นการบอกโมเดลภาษาให้วางแผนอย่างชัดเจนก่อน จากนั้นจึงดำเนินการทีละขั้นตอน เพื่อแก้ไขความล้มเหลวที่การแจ้งเตือนแบบธรรมดา 'ลองคิดดูทีละขั้นตอน' ทิ้งไว้ข้างหลัง

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของการเตือนแบบวางแผนและแก้ไข
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

เป็นการปรับแต่งพร้อมท์ง่ายๆ ที่ช่วยเพิ่มการใช้เหตุผลแบบหลายขั้นตอนได้อย่างมีความหมายโดยไม่ต้องมีการฝึกอบรมเพิ่มเติมใดๆ

เจาะลึก

เปิดตัวในรายงาน ACL ปี 2023 โดย Lei Wang และเพื่อนร่วมงาน การกระตุ้นแบบวางแผนและแก้ไขเป็นการตอบสนองต่อจุดอ่อนเฉพาะในห่วงโซ่แห่งความคิดแบบ Zero-shot: โมเดลมักจะข้ามขั้นตอน คำนวณผิด หรืออ่านคำถามผิด PS แทนที่คำสั่งเดียว 'ลองคิดทีละขั้นตอน' ด้วยคำสั่งสองส่วน: 'ก่อนอื่นมาทำความเข้าใจปัญหาและวางแผนเพื่อแก้ไข จากนั้นมาดำเนินการตามแผนและแก้ไขปัญหาทีละขั้นตอน' รูปแบบที่ปรับปรุงแล้ว PS+ เพิ่มการเตือนเพื่อแยกตัวแปรที่เกี่ยวข้อง คำนวณผลลัพธ์ขั้นกลาง และให้ความสนใจกับตัวเลข ในการวัดประสิทธิภาพ เช่น GSM8K และ SVAMP นั้น PS+ ปิดช่องว่างได้มากด้วยกระบวนการคิดแบบต่อเนื่องเพียงไม่กี่ขั้นตอน โดยไม่จำเป็นต้องมีตัวอย่างที่ใช้งานได้จริงในข้อความแจ้ง

การใช้งานจริงในโลกแห่งความเป็นจริง

การแก้ปัญหาคำศัพท์ทางคณิตศาสตร์ในโรงเรียนประถมหลายขั้นตอน (GSM8K) โดยที่แบบจำลองจะแสดงปริมาณเป็นอันดับแรก จากนั้นจึงคำนวณตามลำดับ

ให้คำแนะนำผู้ช่วยเขียนโค้ดเพื่อร่างฟังก์ชันและกรณี Edge ก่อนที่จะเขียนโค้ดการใช้งานใดๆ

การจัดโครงสร้างตัวแทนฝ่ายสนับสนุนลูกค้าเพื่อระบุเป้าหมายพื้นฐานของผู้ใช้ก่อน จากนั้นจึงจัดลำดับขั้นตอนการแก้ปัญหา

แบ่งคำขอการวิเคราะห์ข้อมูลที่ซับซ้อนออกเป็น 'วางแผนการสืบค้น' ตามด้วยระยะ 'เรียกใช้และรวมผลลัพธ์'

อนาคตของการเตือนแบบวางแผนและแก้ไข

ขณะนี้การคิดเชิงวางแผนและแก้ปัญหาถูกรวมไว้ในกรอบงานของตัวแทนและแบบจำลอง 'การใช้เหตุผล' ที่แยกการวางแผนออกจากการดำเนินการโดยกำเนิด คาดว่าจะได้รับพร้อมท์การวางแผนให้ผสานกับการใช้เครื่องมือ การยืนยันตัวเอง และวิธีการค้นหาแบบต้นไม้ และกลายเป็นพฤติกรรมเริ่มต้นภายในในโมเดลที่ได้รับการฝึกด้วยเหตุผล แทนที่จะเป็นพรอมต์ด้วยตนเอง บทเรียนสุดท้ายก็คือการแยกย่อยงานก่อนลงมือทำคือสิ่งที่ได้รับจากความน่าเชื่อถือที่ราคาถูกและสามารถถ่ายทอดได้ในวงกว้าง

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ต้นทุนและงบประมาณ. การตัดสินใจด้านสถาปัตยกรรมขับเคลื่อนประสิทธิภาพและต้นทุนการดำเนินงานเป็นเวลาหลายปี
  • การตัดสินใจที่ชัดเจนยิ่งขึ้น. การศึกษาด้านเทคนิคช่วยให้ทีมเลือกกลุ่มที่เหมาะสม ไม่ใช่แค่กลุ่มใหม่ล่าสุด
  • การควบคุมคุณภาพ. ตัวเลือกทางวิศวกรรมที่ดีกว่าจะช่วยลดเหตุการณ์ด้านความน่าเชื่อถือในการผลิต

ระวัง

  • การเพิ่มประสิทธิภาพเกณฑ์มาตรฐานหนึ่งรายการสามารถซ่อนจุดอ่อนของระบบในวงกว้างได้
  • ต้นทุนโครงสร้างพื้นฐานและการบำรุงรักษามักถูกประเมินต่ำไป
  • ช่องว่างด้านความปลอดภัยและความสามารถในการสังเกตสามารถเพิ่มขึ้นได้เมื่อระบบมีความซับซ้อนมากขึ้น

ขั้นตอนต่อไป

  1. กำหนดเป้าหมายเวลาแฝง คุณภาพ และต้นทุนก่อนนำไปใช้งาน
  2. เกณฑ์มาตรฐานภายใต้สภาวะโหลดและข้อมูลจริง
  3. การตรวจสอบเครื่องมือเพื่อหาข้อผิดพลาด การเบี่ยงเบน และผลกระทบต่อผู้ใช้
  4. เตรียมเส้นทางการย้อนกลับและการตอบสนองต่อเหตุการณ์ก่อนปรับขนาด

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Plan-and-Solve Prompting quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

Plan-and-Solve Prompting คืออะไร?

Plan-and-Solve (PS) prompting เป็นการบอกโมเดลภาษาให้วางแผนอย่างชัดเจนก่อน จากนั้นจึงดำเนินการทีละขั้นตอน เพื่อแก้ไขความล้มเหลวที่การแจ้งเตือนแบบธรรมดา 'ลองคิดดูทีละขั้นตอน' ทิ้งไว้เบื้องหลัง เป็นการปรับแต่งพร้อมท์ง่ายๆ ที่ช่วยเพิ่มการใช้เหตุผลหลายขั้นตอนอย่างมีความหมายโดยไม่ต้องมีการฝึกอบรมเพิ่มเติมใดๆ

การเปลี่ยนแปลงหลักใดบ้างที่การกระตุ้นแบบ Plan-and-Solve ทำให้เกิดห่วงโซ่แห่งความคิดที่เป็นศูนย์แบบมาตรฐาน

PS prompt จะแบ่งคำสั่งออกเป็นการวางแผน จากนั้นจึงดำเนินการทีละขั้นตอน แทนที่จะเป็นบรรทัดเดียว 'มาคิดทีละขั้นตอน'

จุดอ่อนเฉพาะของห่วงโซ่ความคิดธรรมดาข้อใดที่ Plan-and-Solve ได้รับการออกแบบมาเพื่อแก้ไข

ผู้เขียนกำหนดเป้าหมายข้อผิดพลาดที่ขาดหายไปและข้อผิดพลาดทางคณิตศาสตร์/การคำนวณที่มักเกิดห่วงโซ่แห่งความคิดแบบศูนย์ช็อต

เวอร์ชัน PS+ ที่ปรับปรุงแล้วจะเพิ่มอะไรลงในพรอมต์การวางแผนและแก้ไขพื้นฐาน

PS+ เพิ่มการแจ้งเตือนโดยละเอียดเพื่อแยกตัวแปรที่เกี่ยวข้อง คำนวณผลลัพธ์ระดับกลาง และใส่ใจกับตัวเลข เพื่อเพิ่มความคมชัดให้กับโครงร่างที่สร้างขึ้นเอง

เกณฑ์มาตรฐานประเภทใดที่ได้รับการประเมินอย่างเด่นชัดเกี่ยวกับการวางแผนและแก้ไข

PS และ PS+ ได้รับการทดสอบบนเกณฑ์มาตรฐานการใช้เหตุผลทางคณิตศาสตร์ เช่น GSM8K และ SVAMP ท่ามกลางชุดข้อมูลการใช้เหตุผลอื่นๆ

เหตุใดการสร้างแผนก่อนขั้นตอนโดยละเอียดจึงมีแนวโน้มที่จะช่วยแบบจำลองการถดถอยอัตโนมัติ

เนื่องจากการสร้างเป็นแบบถดถอยอัตโนมัติ โทเค็นแผนระดับสูงจึงกลายเป็นบริบทที่แนะนำการให้เหตุผลทีละขั้นตอนในภายหลัง เพื่อลดขั้นตอนที่ข้าม

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →