बिना प्रॉम्प्टिंग के चेन-ऑफ-थॉट रीजनिंग (Chain-of-Thought Reasoning Without Prompting)
लार्ज लैंग्वेज मॉडल्स अक्सर जटिल लॉजिक के साथ संघर्ष करते हैं।
अधिकांश लोग इसे ठीक करने के लिए चेन-ऑफ-थॉट प्रॉम्प्टिंग का उपयोग करते हैं। आप मॉडल को चरण-दर-चरण सोचने के लिए कहते हैं। यह मॉडल को अपना काम दिखाने के लिए मजबूर करता है।
नया शोध एक अलग तरीका दिखाता है। आपको मॉडल को चरण-दर-चरण सोचने के लिए प्रॉम्प्ट करने की आवश्यकता नहीं है।
आप आर्किटेक्चरल बदलावों के माध्यम से समान परिणाम प्राप्त कर सकते हैं। यह तरीका आपके प्रॉम्प्ट में अतिरिक्त शब्द जोड़े बिना काम करता है।
यह कैसे काम करता है:
- मॉडल सूचनाओं को चरणों में प्रोसेस करता है।
- यह आंतरिक रीजनिंग पाथ्स (internal reasoning paths) का उपयोग करता है।
- यह अंतिम उत्तर देने से पहले समस्याओं को हल करता है।
यह दृष्टिकोण टोकन बचाता है। यह आपके प्रॉम्प्ट को छोटा बनाता है। यह AI मॉडल्स को चलाने की लागत को कम करता है।
आपको अतिरिक्त इनपुट के बिना बेहतर लॉजिक मिलता है।
स्रोत: https://dev.to/paperium/chain-of-thought-reasoning-without-prompting-3n91
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi