คุณเคยสงสัยไหมว่าจะทำให้ AI คิดเหมือนมนุษย์มากขึ้นได้อย่างไร แม้ว่า Large Language Models (LLM) จะทำนายคำถัดไปในลำดับได้อย่างยอดเยี่ยม แต่บ่อยครั้งที่ LLM มักจะสะดุดเมื่อเผชิญกับปัญหาที่ต้องใช้การคิดอย่างเป็นระบบ ลองนึกถึงการกระตุ้นแบบ Chain-of-Thought ซึ่งเป็นเทคนิคที่เปลี่ยนโฉมหน้าของวิธีการโต้ตอบกับ AI  การทำลายห่วงโซ่แห่งความคิดที่กระตุ้น  ลองจินตนาการว่าคุณกำลังสอนเด็กให้แก้ปริศนาที่ซับซ้อน แทนที่จะให้พวกเขาเห็นภาพสุดท้าย คุณจะคอยชี้แนะพวกเขาในแต่ละขั้นตอน นั่นคือสิ่งที่การกระตุ้น   ทำกับผู้เรียน LLM โดยการให้ตัวอย่างที่แสดงให้เห็นการใช้เหตุผลแบบทีละขั้นตอน เราช่วยให้โมเดลเหล่านี้ไปถึงวิธีแก้ปัญหาที่ถูกต้องผ่านความก้าวหน้าที่เป็นตรรกะ  ความคิดแบบห่วงโซ่ (CoT)  สูตรวิเศษ: ทำไมมันถึงได้ผล  วิธีการกระตุ้นแบบดั้งเดิมมักนำไปสู่ผลลัพธ์ที่คาดเดายาก อย่างไรก็ตาม การกระตุ้นแบบ CoT จะแบ่งปัญหาที่ซับซ้อนออกเป็นส่วนย่อยๆ เพื่อให้โมเดลสามารถจัดการกับแต่ละองค์ประกอบได้อย่างเป็นระบบ แนวทางนี้ได้รับการพิสูจน์แล้วว่าประสบความสำเร็จอย่างมาก จนโมเดลที่ล้ำสมัย เช่น ผลิตภัณฑ์ล่าสุดของ OpenAI ได้นำแนวทางนี้มาผนวกเข้ากับฟังก์ชันหลัก  การประยุกต์ใช้ในโลกแห่งความเป็นจริง: การแก้ปริศนาทางคณิตศาสตร์  มาดูตัวอย่างในทางปฏิบัติกัน ลองนึกภาพว่าคุณกำลังช่วย AI แก้สมการนี้  5x-4 = 16  คำสั่ง CoT จะช่วยแนะนำโมเดลดังต่อไปนี้:  ขั้นตอนแรก: บวก 4 ทั้งสองข้าง  5x - 4 + 4 = 16 + 4  5x = 20  ขั้นตอนที่สอง: หารทั้งสองข้างด้วย 5  5x/5 = 20/5  x = 4  แนวทางที่มีโครงสร้างนี้ช่วยให้มั่นใจถึงความแม่นยำและสาธิตกระบวนการใช้เหตุผล ซึ่งมีค่าอย่างยิ่งโดยเฉพาะอย่างยิ่งเมื่อต้องจัดการกับการดำเนินการทางคณิตศาสตร์ที่ซับซ้อน  ความคิดแบบต่อเนื่องกับการกระตุ้นแบบไม่กี่ช็อต: ทำความเข้าใจความแตกต่าง  เทคนิคทั้งสองนี้อาจดูคล้ายกันในตอนแรก แต่มีวัตถุประสงค์ที่แตกต่างกัน:    : ให้ตัวอย่างที่แสดงอินพุตและเอาต์พุต เช่น คีย์คำตอบแบบตัวเลือกหลายตัว การแจ้งเตือนแบบ Few-Shot    : แสดงกระบวนการใช้เหตุผลแบบครบถ้วน เช่น แสดงงานทั้งหมดในโจทย์คณิตศาสตร์ การกระตุ้นความคิดแบบห่วงโซ่    จะมีลักษณะดังนี้: การแจ้งเตือนแบบ Few-Shot   Example 1: Problem: If a store sells books for $5 each and markers for $3 each, how much would 2 books and 4 markers cost? Answer: $22 Example 2: Problem: If a store sells notebooks for $4 each and pens for $2 each, how much would 3 notebooks and 5 pens cost? Answer: $22    จะมีลักษณะดังนี้: การกระตุ้นความคิดแบบห่วงโซ่   Problem: If a store sells books for $5 each and markers for $3 each, how much would 2 books and 4 markers cost? Thinking: 1. Calculate cost of books: 2 books × $5 = $10 2. Calculate cost of markers: 4 markers × $3 = $12 3. Total cost = Cost of books + Cost of markers = $10 + $12 = $22 Answer: $22 Problem: If a store sells notebooks for $4 each and pens for $2 each, how much would 3 notebooks and 5 pens cost? Thinking: 1. Calculate cost of notebooks: 3 notebooks × $4 = $12 2. Calculate cost of pens: 5 pens × $2 = $10 3. Total cost = Cost of notebooks + Cost of pens = $12 + $10 = $22 Answer: $22  ห่วงโซ่แห่งความคิดแบบ Zero-Shot  การใช้ประโยคที่เรียบง่ายแต่ทรงพลังอย่าง "   " จะใช้การกระตุ้นแบบ Zero-shot CoT ในสถานการณ์ที่คุณไม่มีกรณีตัวอย่างอยู่ในมือ ตัวอย่างเช่น "มาคิดทีละขั้นตอนกันเถอะ: อธิบายฟิสิกส์ควอนตัม" มาคิดทีละขั้นตอนกันเถอะ  คุณควรใช้การแจ้งเตือน CoT เมื่อใด?  การกระตุ้น CoT จะมีประสิทธิภาพเมื่อต้องจัดการกับ:  การคำนวณที่ซับซ้อน  การใช้เหตุผลเชิงตรรกะหลายขั้นตอน  สามัญสำนึก  การจัดการเชิงสัญลักษณ์  เกณฑ์มาตรฐานล่าสุดจาก Claude แสดงให้เห็นว่าวิธีการที่ใช้การกระตุ้น CoT แบบ 3 ช็อตหรือ 5 ช็อตนั้นทำได้ดีสำหรับงานที่เน้นการใช้เหตุผลอย่าง GPQA และ MMLU  อนาคต: ห่วงโซ่แห่งความคิดแบบหลายรูปแบบ  ความก้าวหน้าล่าสุดในการใช้เหตุผลของ AI จะผสานองค์ประกอบภาพและข้อความในกระบวนการรับรู้ ลองนึกภาพ AI วินิจฉัยการซ่อมจักรยาน ทำความเข้าใจคู่มือ และให้คำแนะนำด้วยภาพและเสียงตลอดทุกขั้นตอนของกระบวนการ แนวทางแบบหลายโหมดนี้แสดงถึงความก้าวหน้าที่กำลังจะเกิดขึ้นในการสนับสนุน AI   การเพิ่มประสิทธิภาพของข้อความแจ้งเตือน CoT ของคุณให้สูงสุด  แม้ว่าการกระตุ้นความคิดแบบเป็นลำดับจะทรงพลัง แต่ก็มีข้อจำกัดบางประการ เส้นทางการใช้เหตุผลที่โมเดลดำเนินการนั้นไม่ได้รับประกันว่าจะไม่มีข้อผิดพลาด และผลลัพธ์อาจแตกต่างกันเล็กน้อย  ต่อไปนี้เป็นเคล็ดลับบางประการเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น:  ทดสอบอย่างละเอียดด้วยวิธีการที่แตกต่างกัน  พิจารณาการรวมการแจ้งเตือน CoT เข้ากับกลยุทธ์การแจ้งเตือนอื่นๆ  ใช้โมเดลขนาดใหญ่ที่มีพารามิเตอร์มากกว่า 100 พันล้านรายการ หากเป็นไปได้  บทสรุป  เมื่อพิจารณาจากความก้าวหน้าของ AI จะเห็นได้ว่าการกระตุ้นแบบ Chain-of-Thought (CoT) เป็นเทคนิคที่มีประสิทธิภาพในการใช้ประโยชน์จากความสามารถในการใช้เหตุผลขั้นสูง สิ่งสำคัญที่ต้องทราบคือ การใช้การกระตุ้นแบบ CoT เพื่อพัฒนาแอปพลิเคชันหรือเพื่อให้ได้ผลลัพธ์ที่เหมาะสมยิ่งขึ้นในการมีส่วนร่วมกับ AI จะช่วยเพิ่มโอกาสในการประสบความสำเร็จได้อย่างมาก  เจตนาไม่ได้อยู่ที่การได้รับคำตอบที่ถูกต้องเพียงอย่างเดียว แต่ยังรวมถึงการเข้าใจขั้นตอนที่ดำเนินการเพื่อให้ได้คำตอบนั้นด้วย และนั่นคือความงดงามของการกระตุ้นแบบห่วงโซ่แห่งความคิด  เชิงอรรถ  Wei, J., Wang, X., Schuurmans, D., Bosma, M., Ichter, B., Xia, F., Chi, E., Le, Q., & Zhou, D. (2022). การกระตุ้นความคิดแบบห่วงโซ่กระตุ้นให้เกิดการใช้เหตุผลในโมเดลภาษาขนาดใหญ่  Kojima, T., Gu, SS, Reid, M., Matsuo, Y. และ Iwasawa, Y. (2022). โมเดลภาษาขนาดใหญ่คือ Zero-Shot Reasoners  Zhang, Zhuosheng และคณะ "การใช้เหตุผลแบบห่วงโซ่ความคิดหลายรูปแบบในแบบจำลองภาษา"   (2023) arXiv preprint arXiv:2302.00923

Read My Stories

เสียงนี้ผลิตในภาษาต้นฉบับของเรื่องราว!

เทคนิคการกระตุ้นใหม่อ้างว่าจะช่วยให้ AI คิดได้เหมือนมนุษย์

About Author

ความคิดเห็น

แขวนแท็ก

บทความนี้ถูกนำเสนอใน

Related Stories

MOCKING AT FATE

THE OAK EGGAR, OR BANDED MONK

Learn Technical Storytelling This Halloween at the Spells & Syntax Workshop

Meet ScyllaDB: HackerNoon Company of the Week

MOCKING AT FATE

THE OAK EGGAR, OR BANDED MONK

Learn Technical Storytelling This Halloween at the Spells & Syntax Workshop

Meet ScyllaDB: HackerNoon Company of the Week

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps