د ستونزو هوارول د انسانانو یو له طبیعي وړتیاو څخه دی. له هغه وخت راهیسې چې زموږ د ژوند لویې ننګونې په معاصر وخت کې د ښکار حیوان لخوا نه خوړل شوي ترڅو کور ته یو څه ګړندي تحویل کړي ، موږ خپل خلاقیت ، منطقي استدلال او هوښیارتیا سره یوځای کوو ترڅو د شخړو د حل لپاره راشو. .
اوس، لکه څنګه چې موږ د AI لیدونکو د پیدایښت شاهدان یو، موږ د دوی د پریکړې کولو وړتیاوو په اړه د نویو ننګونو سره مخ یو. پداسې حال کې چې تیره لسیزه د AI ماډلونو او غوښتنلیکونو امکاناتو او امکاناتو لمانځلو په اړه وه، دا لسیزه یو ګام نور هم پرمخ ځي - ترڅو د داسې ماډلونو لخوا اخیستل شوي پریکړو مشروعیت تر پوښتنې لاندې راولي او د دوی تر شا دلیل کم کړي.
لکه څنګه چې د تشریح وړ مصنوعي استخبارات (XAI) ډیر شهرت ترلاسه کوي، دا هغه وخت دی چې د AI ماډلونو په پراختیا کې د یوې کلیدي مفکورې په اړه بحث وکړو چې موږ یې د فکر زنځیر هڅونه بولو . پدې مقاله کې، موږ به په پراخه کچه د دې معنی او ساده اصطلاحات ډیکوډ او بې لارې کړو.
د فکر سلسله څه شی دی؟
کله چې د انسان ذهن د یوې ننګونې یا پیچلې ستونزې سره مخ وي، نو دا په طبیعي توګه هڅه کوي چې دا د کوچنیو ترتیبي ګامونو په ټوټو وویشي. د منطق لخوا پرمخ وړل کیږي، ذهن اړیکې رامینځته کوي او د لامل او اغیزې سناریوګانې رامینځته کوي ترڅو د ننګونې لپاره غوره ممکنه حل ستراتیژیک کړي.
په مصنوعي ذهانت ماډل یا سیسټم کې د دې د نقل کولو پروسه د فکر سلسله هڅونه ده.
لکه څنګه چې نوم وړاندیز کوي، د AI ماډل د یوې پوښتنې یا شخړې ته د رسیدو لپاره د منطقي فکرونو (یا ګامونو) لړۍ یا سلسله رامینځته کوي. دا داسې تصور کړئ لکه څنګه چې یو چا ته په وار وار لارښوونه ورکول چې منزل ته د لارې غوښتنه کوي.
دا د OpenAI د استدلال ماډلونو کې ځای پر ځای شوی مهم تخنیک دی. څرنګه چې دوی انجینر شوي دي مخکې له دې چې دوی ځواب یا ځواب رامینځته کړي فکر وکړي، دوی توانیدلي چې د انسانانو لخوا اخیستل شوي رقابتي ازموینې مات کړي.
[همدارنګه ولولئ: هر هغه څه چې تاسو ورته اړتیا لرئ د LLM په اړه پوه شئ ]
د فکر کولو د سلسلې ګټې
هر هغه څه چې د منطق لخوا پرمخ وړل کیږي د پام وړ برتري ترلاسه کوي. په ورته ډول، د فکر کولو د سلسلې په اړه روزل شوي ماډلونه نه یوازې دقت او تړاو وړاندیز کوي بلکې د ګټو متنوع لړۍ په شمول:
د ستونزو د حل کولو وړتیاوې لوړې شوې ، چیرې چې د دوی اهمیت د روغتیا پاملرنې او مالي چارو په څیر برخو کې خورا مهم دی. LLMs چې د فکر سلسله ځای په ځای کوي چې څرګند او بنسټیز ننګونې ښه پوهیږي او د ځانګړو احتمالاتو او بدترین حالت سناریوګانو په پام کې نیولو وروسته غبرګونونه رامینځته کوي.
د انګیرنو او له انګیرنو څخه رامینځته شوي پایلو کمول ځکه چې ماډلونه د پایلو ته د رسیدو پرځای د پایلې لپاره منطقي او ترتیبي فکر او پروسس کاروي.
د دې وړتیا زیاته شوې ده ځکه چې ماډلونه اړتیا نلري چې په نوي کارونې قضیه کې په کلکه روزنه ورکړل شي ځکه چې دوی د منطق له مخې ځي نه د هدف له مخې.
په هغو دندو کې چې څو اړخیزه/څو اړخیزه ځوابونه پکې شامل دي، همغږي غوره شوې .
د اناتومي د چین د فکر د هڅونې تخنیک د فعالیت فعالیت
که تاسو د واحد سافټویر جوړښت سره آشنا یاست، نو تاسو به پوه شئ چې د سافټویر ټول غوښتنلیک د یو واحد همغږي واحد په توګه رامینځته شوی. د داسې پیچلې مالیې ساده کول د مایکرو خدماتو جوړښت میتود سره راورسیدل چې په خپلواکه خدماتو کې د سافټویر ماتول پکې شامل وو. دا د محصولاتو ګړندۍ پراختیا او بې سیمه فعالیت هم پایله درلوده.
په AI کې د CoT هڅونه ورته ده، چیرې چې LLMs د ځواب رامینځته کولو لپاره د استدلال د پرله پسې پروسو له لارې لارښوونه کیږي. دا د دې له لارې ترسره کیږي:
- واضح لارښوونې، چیرې چې ماډلونو ته په مستقیم ډول لارښوونه کیږي چې د مستقیم حکمونو له لارې په ترتیب سره ستونزې ته ورسیږئ.
- ضمني لارښونه په خپل چلند کې خورا فرعي او لنډه ده. په دې کې، یو ماډل د ورته کار د منطق له لارې اخیستل کیږي او د هغې د استخراج او درک کولو وړتیاوو څخه کار اخلي ترڅو د وړاندې شوي ستونزو لپاره منطق تکرار کړي.
- مظاهرې مثالونه، چیرې چې یو ماډل به ګام په ګام استدلال وړاندې کړي او د ستونزې حل کولو لپاره زیاتیدونکي بصیرت رامینځته کړي.
3 ریښتیني نړۍ مثالونه چیرې چې د CoT پرامپټینګ کارول کیږي
د مالي پریکړې موډلونه
| ملټي موډل CoT په بوټونو کې
| د روغتیا پاملرنې خدمت
|
|---|---|---|
| په دې خورا بې ثباته سکټور کې، د CoT پرامپټینګ د شرکت احتمالي مالي تګلارې د پوهیدو لپاره کارول کیدی شي، د کریډیټ غوښتونکو د خطر ارزونه ترسره کړي، او نور ډیر څه. | چیټ بوټونه چې د تصدیو لپاره رامینځته شوي او ګمارل شوي د ځانګړي فعالیت غوښتنه کوي. دوی باید د معلوماتو مختلف شکلونو په پوهیدو کې وړتیاوې وښیې. د CoT پرامپټینګ په داسې قضیو کې غوره کار کوي ، چیرې چې بوټان باید د پوښتنو لپاره د ځوابونو رامینځته کولو لپاره متن او عکس غوښتنې سره یوځای کړي. | د روغتیا پاملرنې ډیټا څخه د ناروغانو تشخیص څخه د ناروغانو لپاره د شخصي درملنې پلانونو رامینځته کولو پورې ، د CoT هڅونه کولی شي د کلینیکونو او روغتونونو لپاره د روغتیا پاملرنې اهداف بشپړ کړي. |
بېلګه
د پیرودونکي پوښتنه: ما په خپل حساب کې یوه معامله ولیدله چې زه یې نه پیژنم، زما ډیبټ کارت ورک شوی دی، او زه غواړم د خپل حساب د معاملو لپاره خبرتیاوې تنظیم کړم. ایا تاسو کولی شئ د دې مسلو په حل کې زما سره مرسته وکړئ؟
لومړی ګام: د مسلو پیژندل او طبقه بندي کول
- ناپیژندل شوی معامله.
- د ډیبیټ کارت ورک شو.
- د راکړې ورکړې خبرتیاوې تنظیمول.
2 ګام: د ناپیژندل شوي لیږد پته
د جزیاتو غوښتنه وکړئ: ایا تاسو کولی شئ د معاملې نیټه او اندازه چمتو کړئ؟
- څانګه 1: که توضیحات ورکړل شي:
- د راکړې ورکړې بیاکتنه وکړئ. که درغلي وي، پوښتنه وکړئ چې آیا پیرودونکي غواړي دا شخړه وکړي.
- څانګه 2: که جزیات نه وي:
- د وروستیو معاملو لیست چمتو کولو وړاندیز وکړئ.
3 ګام: ورک شوي ډیبیټ کارت ته پته ورکړئ
کارت کنګل کړئ: د سمدستي کنګل کولو سپارښتنه وکړئ.
- څانګه 1: که پیرودونکي موافق وي:
- کارت کنګل کړئ او پوښتنه وکړئ چې ایا دوی بدیل غواړي. د بار وړلو پته تایید کړئ.
- څانګه 2: که پیرودونکي رد کړي:
- د غیر مجاز معاملو لپاره د حساب نظارت کولو مشوره وکړئ.
4 ګام: د راکړې ورکړې خبرتیاوې تنظیم کړئ
د خبرتیا طریقه غوره کړئ: SMS، بریښنالیک، یا دواړه؟
- څانګه 1: که یو پیرودونکی غوره کړي:
- د یوې ټاکلې اندازې څخه پورته معاملو لپاره خبرتیاوې ترتیب کړئ. د مقدار غوښتنه وکړئ.
- څانګه 2: که ډاډه نه وي:
- یو ډیفالټ مقدار وړاندیز کړئ (د مثال په توګه $ 50) او تایید کړئ.
5 ګام: لنډیز او راتلونکی ګامونه چمتو کړئ
- د نه پیژندل شوي معاملې پلټنه.
- د ډیبټ کارت کنګل کول او احتمالا د بدیل صادرول.
- د غوښتنې سره سم د لیږد خبرتیاو تنظیم کول.
دلیل:
دا پروسه د واضح ګامونو او پریکړې څانګو له لارې د پیرودونکو ډیری پوښتنې په مؤثره توګه حل کوي، جامع حلونه تضمینوي.
د CoT هڅونې محدودیتونه
د فکر سلسله په حقیقت کې اغیزمنه ده مګر دا د کارولو قضیې پورې اړه لري چې دا په کې پلي کیږي او یو شمیر نور عوامل هم. په AI کې د CoT هڅونې سره تړلې ځانګړي ننګونې شتون لري چې برخه اخیستونکي د دې وړتیا څخه په بشپړ ډول ګټه پورته کولو مخه نیسي. راځئ چې عام خنډونه وګورو:
ډیر پیچلي ساده کارونه
پداسې حال کې چې د CoT پرامپټینګ د پیچلو کارونو لپاره غوره کار کوي، دا کولی شي ساده دندې پیچلې کړي او غلط ځوابونه رامینځته کړي. د هغو کارونو لپاره چې هیڅ دلیل ته اړتیا نلري، د مستقیم ځواب ماډل غوره کار کوي.
د کمپیوټري بار زیاتوالی
د CoT پرامپټینګ پروسس کول د پام وړ کمپیوټري بار ته اړتیا لري او که چیرې دا تخنیک په کوچنیو ماډلونو کې ځای په ځای شي چې د محدود پروسس کولو وړتیاو سره جوړ شوي وي ، دا ممکن دوی ته زیان ورسوي. د دې ډول ګمارلو پایلو کې ممکن د غبرګون ورو وخت ، ضعیف موثریت ، بې اتفاقي او نور ډیر څه شامل وي.
د AI پرامپټ انجینرۍ کیفیت
په AI کې د CoT پرامپټنګ د دې انګیرنې (یا اصل) لاندې کار کوي چې یو ځانګړی پرامپټ ښه بیان شوی، جوړښت شوی او روښانه دی. که چیرې پرامپټ دا عوامل نلري، د CoT پرامپټنګ د اړتیا د پوهیدو وړتیا له لاسه ورکوي، چې په پایله کې یې غیر اړونده ترتیبي ګامونه او په نهایت کې ځوابونه رامینځته کیږي.
[همدارنګه ولولئ: د کوچنیو ژبو ماډلونه څه دي؟ د حقیقي نړۍ مثال او د روزنې معلومات ]
په پیمانه ظرفیتونه کم شوي
برخه اخیستونکي کولی شي خپل ماډلونه تجربه کړي چې مبارزه وکړي که چیرې دوی د ډیټاسیټونو لوی مقدار یا د ستونزو پیچلتیاو لپاره د فکر کولو سلسله ګټه پورته کړي. د هغو دندو لپاره چې لوی استدلال ګامونه پکې شامل وي، تخنیک ممکن د غبرګون وخت ورو کړي، دا د غوښتنلیکونو لپاره غیر مناسب کوي یا هغه قضیې کاروي چې د حقیقي وخت غبرګون تولید غوښتنه کوي.
د CoT هڅونه د لویو ژبو ماډلونو د فعالیت د اصلاح کولو لپاره یوه حیرانونکې تخنیک ده . که چیرې دا ډول نیمګړتیاوې د اصلاح کولو تخنیکونو یا کاري حلونو له لارې حل او حل شي، نو دوی کولی شي د نه منلو وړ پایلې ترلاسه کړي. لکه څنګه چې ټیکنالوژي پرمختګ کوي، دا به په زړه پورې وي چې وګورو چې د فکر سلسله هڅونه څنګه وده کوي او ساده کیږي مګر ډیر ځانګړی هم کیږي.
