แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบพร้อมท์แบบอะนาล็อกและแบบ Step-Back
เปรียบเทียบการเปรียบเทียบที่สร้างขึ้นกับการให้เหตุผลเป็นอันดับแรกเชิงนามธรรม และทบทวนว่าวิธีการกระตุ้นแต่ละวิธีเชื่อมโยงกับปัญหาเป้าหมายอย่างไร
คำถาม 1 ของ 8
การกระตุ้นแบบอะนาล็อกขอให้โมเดลทำอะไรก่อนที่จะแก้ไขปัญหาเป้าหมาย
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- การกระตุ้นแบบอะนาล็อกขอให้โมเดลทำอะไรก่อนที่จะแก้ไขปัญหาเป้าหมาย
- สร้างปัญหาที่คล้ายกันที่เกี่ยวข้องและแนวทางแก้ไขด้วยตนเอง
- แปลปัญหาเป็นภาษาอื่น
- นับคำในปัญหา
- ปฏิเสธที่จะตอบปัญหาที่ยาก
- ขั้นตอนแรกในการแจ้ง Step-Back คืออะไร?
- คำนวณคำตอบสุดท้ายทันที
- ถามคำถามเชิงนามธรรมในระดับที่สูงกว่าเกี่ยวกับหลักการกำกับดูแล
- สร้างคำตอบแบบสุ่มสิบคำตอบ
- แปลคำถาม
- ข้อได้เปรียบที่สำคัญของการแจ้งเตือนแบบอะนาล็อกเหนือตัวอย่างช็อตไม่กี่ช็อตที่ตายตัวคือ:
- มันไม่ได้ใช้รุ่นเลย
- มันมักจะใช้ตัวอย่างเดียวเสมอ
- ตัวอย่างได้รับการปรับให้เหมาะกับแต่ละปัญหาเฉพาะ
- มันหลีกเลี่ยงการให้เหตุผลโดยสิ้นเชิง
- เหตุใดการต่อสายดินตามหลักการที่ระบุไว้ (Step-Back) จึงช่วยได้
- มันทำให้คำตอบยาวขึ้น
- มันซ่อนคำถามไว้
- มันขจัดความจำเป็นในการให้เหตุผลใดๆ
- มันจำกัดการให้เหตุผลโดยละเอียดในภายหลังและลดการลื่นไถลระหว่างกลาง
- การแจ้งเตือน Step-Back แสดงให้เห็นผลกำไรที่โดดเด่นในงานประเภทใดบ้าง
- คำถามฟิสิกส์ เคมี และการใช้เหตุผลแบบมัลติฮอป
- การจัดหมวดหมู่ภาพเท่านั้น
- การตรวจตัวสะกดเท่านั้น
- การถอดเสียง
- อะไรคือความเสี่ยงที่สังเกตได้จากการกระตุ้นเตือนแบบอะนาล็อก?
- สามารถทำงานได้บนโทรศัพท์เท่านั้น
- ตัวอย่างที่สร้างขึ้นเองอาจไม่เกี่ยวข้องหรือผิด
- มันไม่จำเป็นต้องพร้อมท์
- มันต้องการตัวอย่างของมนุษย์เสมอ
- After a Step-Back prompt surfaces a general principle, what does the model do next?
- Replaces the question with a randomly generated analogy
- Stops without answering the original question
- Uses that principle to reason about the original concrete question
- Fine-tunes its weights on the principle
- Which task areas are reported for analogical prompting in the cited research?
- Satellite image segmentation and speech diarization
- Medical imaging and ship routing
- Only next-token prediction on unstructured text
- Math problem solving and code generation