Czym jest prompting skeleton-of-thought?

Prompting skeleton-of-thought to technika stosowana w pracy z dużymi modelami językowymi (LLM), w której zapytanie (prompt) jest strukturalnie zbudowane jako "szkielet" rozumowania, kierujący modelem na etapowe, logiczne rozważanie.

Zamiast prostego pytania, prompt zawiera kluczowe kroki lub wskazówki, które pomagają modelowi analizować informacje sekwencyjnie i formułować odpowiedź. To poprawia jakość i precyzję wyjścia, szczególnie w przypadku złożonych zadań.

Przykład prompting skeleton-of-thought:

Pytanie: Jak rozwiązać równanie 2x + 3 = 7?
Krok 1: Odjąć 3 od obu stron równania.
Krok 2: Podzielić obie strony równania przez 2.
Odpowiedź:

Model, podążając za tą strukturą, generuje bardziej uporządkowaną i uzasadnioną odpowiedź.

W ten sposób prompting skeleton-of-thought pomaga kierować LLM do głębszego i bardziej logicznego myślenia podczas generowania odpowiedzi.