HƯỚNG DẪN KỸ THUẬT

Nhắc nhở lập kế hoạch và giải quyết

Lời nhắc Lập kế hoạch và Giải quyết (PS) yêu cầu mô hình ngôn ngữ trước tiên phải đưa ra một kế hoạch rõ ràng, sau đó thực hiện từng bước một, khắc phục các lỗi mà lời nhắc 'hãy suy nghĩ từng bước' đơn giản để lại.

Tổng quan

Lời nhắc Lập kế hoạch và Giải quyết (PS) yêu cầu mô hình ngôn ngữ trước tiên phải đưa ra một kế hoạch rõ ràng, sau đó thực hiện từng bước một, khắc phục các lỗi mà lời nhắc 'hãy suy nghĩ từng bước' đơn giản để lại. Đây là một tinh chỉnh nhắc nhở đơn giản giúp tăng cường khả năng suy luận nhiều bước một cách có ý nghĩa mà không cần đào tạo thêm.

Nhắc nhở lập kế hoạch và giải quyết là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn.

Lặn sâu

Được giới thiệu trong một bài báo ACL năm 2023 bởi Lei Wang và các đồng nghiệp, gợi ý Lập kế hoạch và giải quyết là câu trả lời cho một điểm yếu cụ thể trong chuỗi suy nghĩ không bắn: các mô hình thường bỏ qua các bước, tính toán sai hoặc đọc sai câu hỏi. PS thay thế chỉ dẫn duy nhất “Hãy suy nghĩ từng bước” bằng chỉ thị gồm hai phần: “Trước tiên chúng ta hãy hiểu vấn đề và đưa ra kế hoạch để giải quyết nó”. Sau đó, hãy thực hiện kế hoạch và giải quyết vấn đề từng bước một.' Một biến thể nâng cao, PS+, thêm lời nhắc để trích xuất các biến có liên quan, tính toán kết quả trung gian và chú ý đến các con số. Trên các điểm chuẩn như GSM8K và SVAMP, PS + đã thu hẹp phần lớn khoảng cách với chuỗi suy nghĩ ngắn gọn trong khi không cần ví dụ hoạt động nào trong lời nhắc.

Hiểu biết kỹ thuật

Cơ chế này hoàn toàn mang tính chất nhắc nhở: bằng cách yêu cầu lập kế hoạch trước khi thực hiện, PS sẽ thay đổi quá trình tạo tự hồi quy của mô hình để trước tiên nó tạo ra các mục tiêu phụ cấp cao, sau đó điều chỉnh các mã thông báo lý luận chi tiết tiếp theo. Sự tách biệt này làm giảm 'bước thiếu' và lỗi tính toán. PS+ thu hút sự chú ý hơn nữa bằng cách đặt tên rõ ràng cho các biến và đại lượng trung gian, hoạt động như một giàn giáo tự tạo thay vì dựa vào các mẫu viết tay.

Làm chủ kế hoạch-và-giải quyết

Lời nhắc Lập kế hoạch và Giải quyết (PS) yêu cầu mô hình ngôn ngữ trước tiên phải đưa ra một kế hoạch rõ ràng, sau đó thực hiện từng bước một, khắc phục các lỗi mà lời nhắc 'hãy suy nghĩ từng bước' đơn giản để lại. Đây là một tinh chỉnh nhắc nhở đơn giản giúp tăng cường khả năng suy luận nhiều bước một cách có ý nghĩa mà không cần đào tạo thêm. Nhắc nhở lập kế hoạch và giải quyết là một khối xây dựng kỹ thuật ảnh hưởng đến chất lượng mô hình, chi phí cơ sở hạ tầng, độ trễ và độ tin cậy trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi Nhắc nhở Lập kế hoạch và Giải quyết như một mô hình hoạt động chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.

Trong thực tế, các nhóm mạnh sử dụng Nhắc nhở Lập kế hoạch và Giải quyết sẽ tối ưu hóa các lựa chọn về kiến ​​trúc, dữ liệu và cơ sở hạ tầng so với độ tin cậy và chi phí. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.

Các quyết định về kiến ​​trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Đồng thời, Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu lớn hơn của hệ thống. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.

Tác động chiến lược

Các quyết định về kiến ​​trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm.

Các quyết định về kiến ​​trúc sẽ thúc đẩy hiệu suất và chi phí vận hành trong nhiều năm. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất.

Giáo dục kỹ thuật giúp các nhóm chọn nhóm phù hợp chứ không chỉ nhóm mới nhất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất.

Lựa chọn kỹ thuật tốt hơn làm giảm sự cố về độ tin cậy trong sản xuất. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Tương lai của việc nhắc nhở lập kế hoạch và giải quyết

Tư duy lập kế hoạch và giải quyết hiện được đưa vào các khung tác nhân và các mô hình 'lý luận' vốn tách biệt việc lập kế hoạch với việc thực hiện. Mong đợi các lời nhắc lập kế hoạch sẽ hợp nhất với các phương pháp sử dụng công cụ, tự xác minh và tìm kiếm dạng cây, đồng thời trở thành hành vi mặc định nội bộ trong các mô hình được đào tạo theo lý trí thay vì lời nhắc thủ công. Bài học lâu dài là việc phân tách một nhiệm vụ trước khi hành động là một cách đạt được độ tin cậy rẻ tiền và có thể chuyển nhượng rộng rãi.

Triển khai trong thế giới thực

Giải các bài toán đố cấp lớp nhiều bước (GSM8K), trong đó mô hình trước tiên liệt kê các đại lượng, sau đó tính toán chúng theo thứ tự.

Hướng dẫn trợ lý mã hóa phác thảo các chức năng và các trường hợp đặc biệt trước khi viết bất kỳ mã triển khai nào.

Cấu trúc một tác nhân hỗ trợ khách hàng trước tiên để xác định mục tiêu cơ bản của người dùng, sau đó sắp xếp các bước giải quyết theo trình tự.

Chia yêu cầu phân tích dữ liệu phức tạp thành 'lập kế hoạch truy vấn', sau đó là giai đoạn 'chạy và kết hợp kết quả'.

Các mẫu triển khai

Nhắc nhở lập kế hoạch và giải quyết trong thực tế

Giải các bài toán đố cấp lớp nhiều bước (GSM8K), trong đó mô hình trước tiên liệt kê các đại lượng, sau đó tính toán chúng theo thứ tự.

Giải các bài toán đố cấp lớp nhiều bước (GSM8K), trong đó mô hình trước tiên liệt kê các số lượng, sau đó tính toán chúng theo thứ tự. Các nhóm thường đạt được kết quả tốt hơn khi xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.

Nhắc nhở lập kế hoạch và giải quyết trong thực tế

Hướng dẫn trợ lý mã hóa phác thảo các chức năng và các trường hợp đặc biệt trước khi viết bất kỳ mã triển khai nào.

Hướng dẫn trợ lý mã hóa phác thảo các chức năng và các trường hợp biên trước khi viết bất kỳ mã triển khai nào. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình của con người đối với các trường hợp biên và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Nhắc nhở lập kế hoạch và giải quyết trong thực tế

Cấu trúc một tác nhân hỗ trợ khách hàng trước tiên để xác định mục tiêu cơ bản của người dùng, sau đó sắp xếp các bước giải quyết theo trình tự.

Cấu trúc một nhân viên hỗ trợ khách hàng để trước tiên xác định mục tiêu cơ bản của người dùng, sau đó sắp xếp thứ tự các bước giải quyết. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.

Nhắc nhở lập kế hoạch và giải quyết trong thực tế

Chia yêu cầu phân tích dữ liệu phức tạp thành 'lập kế hoạch truy vấn', sau đó là giai đoạn 'chạy và kết hợp kết quả'.

Chia yêu cầu phân tích dữ liệu phức tạp thành 'lập kế hoạch truy vấn', sau đó là giai đoạn 'chạy và kết hợp kết quả'. Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Rủi ro & lan can

!

Tối ưu hóa một điểm chuẩn có thể che giấu những điểm yếu của hệ thống rộng hơn.

!

Chi phí cơ sở hạ tầng và bảo trì thường được đánh giá thấp.

!

Khoảng cách về bảo mật và khả năng quan sát có thể tăng lên khi hệ thống trở nên phức tạp hơn.

Lộ trình thực hiện

1

Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai.

Xác định các mục tiêu về độ trễ, chất lượng và chi phí trước khi triển khai. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

2

Điểm chuẩn trong điều kiện tải và dữ liệu thực tế.

Điểm chuẩn trong điều kiện tải và dữ liệu thực tế. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

3

Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng.

Giám sát thiết bị về lỗi, độ lệch và tác động của người dùng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

4

Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô.

Chuẩn bị đường dẫn khôi phục và ứng phó sự cố trước khi mở rộng quy mô. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

Tiếp tục khám phá