Какво е skeleton-of-thought prompting?

Skeleton-of-thought prompting е техника, използвана при работа с големи езикови модели (LLM), при която заявката (prompt) е структурирана като „скелет“ на разсъждение, който насочва модела към стъпково логическо размисъл.

Вместо прост въпрос, в prompt включват ключови стъпки или подсказки, които помагат на модела да анализира информацията последователно и да формира отговор. Това подобрява качеството и точността на изхода, особено за сложни задачи.

Пример за skeleton-of-thought prompting:

Въпрос: Как да решим уравнението 2x + 3 = 7?
Стъпка 1: Извадете 3 от двете страни на уравнението.
Стъпка 2: Разделете двете страни на уравнението на 2.
Отговор:

Моделът, следвайки тази структура, генерира по-структуриран и обоснован отговор.

По този начин, skeleton-of-thought prompting помага да се насочи LLM към по-дълбоко и логическо мислене при генериране на отговори.