Nhắc nhở tương tự và bước lùi
Cả nhắc nhở tương tự và lùi lại đều hướng dẫn mô hình suy luận ở cấp độ cao hơn trước: nhắc nhở tương tự giúp nó nhớ lại các vấn đề đã được giải quyết tương tự, trong khi lùi lại giúp nó rút ra nguyên tắc cơ bản trước khi giải quyết các chi tiết cụ thể.
Tổng quan
They matter because abstraction often beats diving straight into details.
Lặn sâu
Đây là hai kỹ thuật nghiên cứu Google có liên quan từ năm 2023 để cải thiện khả năng suy luận. Lời nhắc tương tự của Yasunaga và các đồng nghiệp yêu cầu mô hình tự tạo ra một số mẫu có liên quan, các vấn đề tương tự mà nó đã thấy một cách hiệu quả và giải pháp của chúng trước khi giải quyết vấn đề mục tiêu, loại bỏ nhu cầu về các ví dụ viết tay. Thay vào đó, lời nhắc lùi lại của Zheng và các đồng nghiệp đặt một câu hỏi trừu tượng (“nguyên tắc hoặc thực tế chung nào chi phối điều này?”), truy xuất hoặc lý giải về nguyên tắc đó, sau đó áp dụng nó vào câu hỏi cụ thể. Cả hai đều đẩy mô hình ra khỏi chi tiết sớm. Step-Back cho thấy sự tiến bộ trong các câu hỏi vật lý và hóa học cũng như khả năng lý luận nhiều bước, trong khi tính năng nhắc nhở tương tự đã cải thiện việc tạo mã và toán học bằng cách điều chỉnh các ví dụ cho từng vấn đề cụ thể.
Hiểu biết kỹ thuật
Bước lùi có tác dụng vì việc đưa ra câu trả lời dựa trên một nguyên tắc đã nêu (chẳng hạn như định luật khí lý tưởng hoặc một định nghĩa) sẽ hạn chế khả năng lập luận chi tiết tiếp theo và giảm thiểu sai sót ở các bước trung gian. Lời nhắc tương tự có tác dụng vì các mẫu tự tạo phù hợp với vấn đề chính xác hiện tại, thường phù hợp hơn các ví dụ cố định chỉ được chụp một vài lần và chúng đưa ra mẫu giải pháp thích hợp. Cả hai ca đều tính toán theo hướng truy xuất sự trừu tượng phù hợp trước, sau đó thực hiện công việc chi tiết có căn cứ.
Tác động chiến lược
Tốc độ và tỷ lệ
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
Truy cập và tiếp cận
Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
Quyết định rõ ràng hơn
Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.
Tương lai của lời nhắc tương tự và bước lùi
Mong đợi các mẫu trừu tượng đầu tiên này sẽ hợp nhất với các hệ thống truy xuất, trong đó nguyên tắc lùi lại trở thành một truy vấn chính xác trong cơ sở kiến thức và với các nhà hoạch định tác nhân suy luận về chiến lược trước chiến thuật. Nghiên cứu đang tinh chỉnh khi nào các phép loại suy tự tạo sẽ hữu ích so với khi chúng đưa ra các ví dụ không liên quan hoặc sai, đồng thời kết hợp bước lùi với xác minh để nguyên tắc đã chọn được kiểm tra trước khi xây dựng lý luận nặng nề dựa trên nó. Chúng có thể là mặc định trong các mô hình được điều chỉnh bằng lý luận.
Triển khai trong thế giới thực
Trả lời một câu hỏi vật lý bằng cách trước tiên nêu định luật liên quan (ví dụ: định luật thứ hai của Newton) bằng cách lùi lại từng bước, sau đó điền số
Giải một bài toán mới bằng cách yêu cầu mô hình nhớ lại một số bài toán tương tự đã được giải thông qua gợi ý tương tự
Giải quyết một câu hỏi đố có nhiều bước nhảy bằng cách quay lại danh mục hoặc thực thể rộng hơn trước khi xâu chuỗi các dữ kiện
Tạo mã bằng cách tự tạo một thuật toán tương tự và giải pháp của nó, sau đó điều chỉnh nó cho phù hợp với tác vụ hiện tại
Rủi ro & lan can
Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.
Lộ trình thực hiện
Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.
Tiếp tục khám phá
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
Hướng dẫn tiếp theo
Nhắc nhở ít nhất đến nhiều nhất
Câu hỏi thường gặp
What is Analogical and Step-Back Prompting?
Cả nhắc nhở tương tự và lùi lại đều hướng dẫn mô hình suy luận ở cấp độ cao hơn trước: nhắc nhở tương tự giúp nó nhớ lại các vấn đề đã được giải quyết tương tự, trong khi lùi lại giúp nó rút ra nguyên tắc cơ bản trước khi giải quyết các chi tiết cụ thể. Chúng quan trọng vì sự trừu tượng thường đánh bại việc đi thẳng vào chi tiết.
Lời nhắc tương tự yêu cầu mô hình làm gì trước khi giải quyết vấn đề mục tiêu?
Lời nhắc tương tự giúp mô hình tạo ra các mẫu và giải pháp phù hợp riêng, phù hợp với vấn đề.
Bước đầu tiên trong nhắc nhở Bước lại là gì?
Trước tiên, Step-Back đặt một câu hỏi trừu tượng để làm nổi bật nguyên tắc hoặc thực tế chi phối vấn đề.
Tại sao việc đưa ra câu trả lời theo một nguyên tắc đã nêu (Lùi lại) lại giúp ích?
Việc nêu rõ nguyên tắc quản lý trước tiên sẽ hướng dẫn và hạn chế các bước chi tiết, giảm nguy cơ sai sót.
Nhắc nhở Step-Back cho thấy những lợi ích đáng chú ý trong những loại nhiệm vụ nào?
Step-Back cải thiện hiệu suất đối với các câu hỏi khoa học và lập luận nhiều bước bằng cách trừu tượng hóa trước.
Rủi ro đáng chú ý của việc nhắc nhở tương tự là gì?
Bởi vì mô hình phát minh ra những phép loại suy của riêng nó nên những ví dụ đó đôi khi có thể không liên quan hoặc không chính xác, làm ảnh hưởng đến câu trả lời.