Chain of Thought Prompting은 표준 프롬프팅과는 달리, 모델이 문제의 최종 답변을 직접 제공하는 것이 아니라 중간 추론 단계를 생산하도록 유도합니다. 즉, 모델은 문제에 대한 추론 과정을 설명하며 답을 제시합니다.
추론이 중요한 이유는, 추론 과정이 설명됨에 따라 더욱 정확한 결과를 얻을 수 있기 때문입니다.
Chain of Thought Prompting을 사용하려면, 추론 과정이 동일한 예시에서 설명되는 예시를 제공해야 합니다. 이렇게 하면 프롬프트를 처리할 때 추론 과정이 함께 나타나게 됩니다.
아래 그림은 표준 프롬프팅과 Chain of Thought Prompting의 차이를 나타낸 것입니다.
(Chain of Thought Prompting 과정에서 11이라는 답이 나오는 과정을 예시로서 제공 -> 추론과정과 함께 보다 정확한 답이 도출됨)
우리는 chatgpt가 문제를 해결하는 데 필요한 추론 과정을 설명하도록 유도함으로써 Chain of Thought Prompting에서 더욱 정확한 결과를 얻을 수 있음을 확인할 수 있습니다.
Chain of Thought Prompting은 산술, 상식, 기호적 추론 과제에서 결과를 개선하는 데 효과적으로 사용될 수 있습니다.
ChatGPT 좋은 프롬프트 예시 & 꿀팁 대 방출 (0) | 2023.04.19 |
---|---|
ChatGPT 프롬프트 엔지니어링 4가지 방법(4 techniques used in prompt engineering.) - 3 (0) | 2023.04.15 |
ChatGPT 프롬프트 엔지니어링 4가지 방법(4 techniques used in prompt engineering.) - 2 (0) | 2023.04.14 |
ChatGPT 프롬프트 엔지니어링 4가지 방법(4 techniques used in prompt engineering.) - 1 (2) | 2023.04.13 |
ChatGPT 프롬프트를 작성할 때 알아야 할 8가지 (0) | 2023.04.11 |
댓글 영역