سوچ جو سلسلو

چين جي سوچ جي تڪميل - سڀ ڪجهه توهان کي ان بابت ڄاڻڻ جي ضرورت آهي

مسئلا حل ڪرڻ انسان جي فطري صلاحيتن مان هڪ آهي. اسان جي شروعاتي ڏينهن کان وٺي، جڏهن اسان جي زندگيءَ جي اهم چئلينجن کي ڪنهن شڪاري جانور کان نه کائي رهيا هئا ته عصر حاضر ۾ ڪا شيءِ جلدي گهر پهچائي حاصل ڪرڻ لاءِ، اسان پنهنجي تخليقيت، منطقي استدلال ۽ ذهانت کي گڏ ڪري تڪرارن جي حل لاءِ تيار رهيا آهيون. .

ھاڻي، جيئن اسان AI جذبات جي پيدائش جو شاھد آھيون، اسان کي انھن جي فيصلي ڪرڻ جي صلاحيتن جي حوالي سان نئين چيلينج سان منهن ڏيڻو پوندو. جڏهن ته گذريل ڏهاڪي AI ماڊلز ۽ ايپليڪيشنن جي امڪانن ۽ امڪانن کي جشن ڪرڻ جي باري ۾ هو، هي ڏهاڪو هڪ قدم اڳتي وڌڻ بابت آهي - اهڙين ماڊلز پاران ڪيل فيصلن جي قانونيت تي سوال ڪرڻ ۽ انهن جي پويان دليل کي ختم ڪرڻ.

جيئن وضاحت لائق مصنوعي ذهانت (XAI) وڌيڪ اهميت حاصل ڪري رهي آهي، هي وقت آهي ته AI ماڊلز کي ترقي ڪرڻ ۾ هڪ اهم تصور تي بحث ڪيو وڃي جنهن کي اسين چين آف ٿاٽ پرامپٽنگ سڏين ٿا . هن آرٽيڪل ۾، اسان ان جي معنيٰ ۽ سادي اصطلاحن کي وڏي پيماني تي ڊيڪوڊ ۽ ڊيمسٽائيب ڪنداسين.

سوچ جو سلسلو ڇا آهي؟

جڏهن انساني ذهن ڪنهن چيلنج يا پيچيده مسئلي سان جڙيل هوندو آهي، ته اهو قدرتي طور ان کي ننڍن ننڍن مرحلن جي ٽڪرن ۾ ورهائڻ جي ڪوشش ڪندو آهي. منطق جي ذريعي هلائيندڙ، دماغ ڪنيڪشن قائم ڪري ٿو ۽ چئلينج لاء بهترين ممڪن حل کي حڪمت عملي ڪرڻ لاء سبب ۽ اثر واري منظرنامي کي ترتيب ڏئي ٿو.

هڪ AI ماڊل يا سسٽم ۾ ان کي نقل ڪرڻ جو عمل سوچ جي زنجير تي زور ڏيڻ وارو عمل آهي.

جيئن ته نالو مشورو ڏئي ٿو، هڪ AI ماڊل هڪ سلسلو پيدا ڪري ٿو يا منطقي سوچن جو هڪ سلسلو (يا قدم) هڪ سوال يا تڪرار تائين پهچڻ لاء. ھن کي تصور ڪريو جيئن ڪنھن ماڻھوءَ کي ڪنھن منزل ڏانھن رستو پڇڻ لاءِ موڙ- طرف- موڙ ھدايت ڏيو.

اهو هڪ اهم ٽيڪنڪ آهي جيڪو OpenAI جي استدلال جي ماڊل ۾ استعمال ڪيو ويو آهي. جيئن ته اهي انجنيئر آهن سوچڻ کان اڳ اهي هڪ جواب يا جواب پيدا ڪرڻ کان اڳ، اهي انسانن پاران ڪيل مقابلي جي امتحان کي ٽوڙڻ جي قابل ٿي ويا آهن.

[پڻ پڙهو: ايل ايل ايم بابت سڀ ڪجهه جيڪو توهان کي ڄاڻڻ جي ضرورت آهي ]

زنجيرن جي سوچ جي تڪميل جا فائدا

ڪا به شيءِ جيڪا منطق تي مبني آهي هڪ اهم برتري پيدا ڪري ٿي. ساڳيءَ طرح، ماڊلز چين جي سوچن جي تڪميل تي تربيت يافته پيش ڪن ٿا نه صرف درستگي ۽ لاڳاپو پر فائدن جي هڪ متنوع رينج جنهن ۾ شامل آهن:

بهتر مسئلا حل ڪرڻ جون صلاحيتون، جتي انهن جي اهميت صحت ۽ ماليات جهڙن شعبن ۾ اهم آهي. ايل ايل ايم جيڪي سوچ جي زنجير کي ترتيب ڏين ٿا جيڪي واضح ۽ بنيادي چئلينجن کي بهتر طور تي سمجهن ٿا ۽ مختلف امڪانن ۽ بدترين حالتن تي غور ڪرڻ کان پوءِ جواب پيدا ڪن ٿا.

مفروضن کي گهٽائڻ ۽ مفروضن مان پيدا ٿيندڙ نتيجا ڇاڪاڻ ته ماڊل نتيجن تي پهچڻ بدران منطقي ۽ ترتيب وار سوچ ۽ پروسيسنگ کي لاڳو ڪن ٿا.

وڌندڙ ورسٽائلٽي ڇاڪاڻ ته ماڊلز کي نئين استعمال جي ڪيس تي سخت تربيت ڏيڻ جي ضرورت ناهي ڇاڪاڻ ته اهي منطق تي هلن ٿا ۽ مقصد تي نه.

گھڻن حصن وارن جوابن جي ڪمن ۾ بهتر مطابقت .

اناتومي آف چين-آف-ٿٽ پرومپٽنگ ٽيڪنڪ جو ڪم

جيڪڏهن توهان monolithic سافٽ ويئر آرڪيٽيڪچر کان واقف آهيو، توهان کي خبر پوندي ته سڄي سافٽ ويئر ايپليڪيشن هڪ واحد مربوط يونٽ جي طور تي ترقي ڪئي وئي آهي. اهڙي پيچيده ٽيڪس کي آسان ڪرڻ مائڪرو سروسز آرڪيٽيڪچر طريقي سان آيو جنهن ۾ سافٽ ويئر کي آزاد خدمتن ۾ ٽوڙڻ شامل آهي. انهي جي نتيجي ۾ مصنوعات جي تيزيء سان ترقي ۽ بيشمار ڪارڪردگي پڻ.

AI ۾ CoT پرامپٽنگ ساڳيو ئي آهي، جتي LLMs کي جواب پيدا ڪرڻ لاءِ استدلال جي ترتيب وار عملن جي هڪ سلسلي ذريعي هدايت ڪئي ويندي آهي. اهو هن ذريعي ڪيو ويندو آهي:

  • واضح هدايتون، جتي ماڊلز کي سڌو سنئون هدايتون ڏنيون ويون آهن ته ڪنهن مسئلي کي ترتيب سان سڌو سنئون حڪمن ذريعي.
  • واضح هدايتون ان جي انداز ۾ وڌيڪ ذيلي ۽ nuanced آهي. هن ۾، هڪ ماڊل هڪجهڙي ڪم جي منطق ذريعي ورتو وڃي ٿو ۽ ان جي پيش ڪيل مسئلن لاء منطق کي نقل ڪرڻ لاء ان جي فڪر ۽ فهم جي صلاحيتن کي استعمال ڪري ٿو.
  • نمائشي مثال، جتي هڪ ماڊل قدم قدم تي استدلال ڪندو ۽ مسئلو حل ڪرڻ لاءِ وڌندڙ بصيرت پيدا ڪندو.

3 حقيقي دنيا جا مثال جتي CoT Prompting استعمال ڪيو ويندو آهي

مالياتي فيصلي جا ماڊل

مالياتي فيصلي جا ماڊل

باٽس ۾ ملٽي موڊل CoT

بوٽن ۾ ملٽي موڊل ڪوٽ

هيلٿ ڪيئر سروس

صحت جي سهولت سروس

هن انتهائي غير مستحڪم شعبي ۾، CoT پرامپٽنگ هڪ ڪمپني جي امڪاني مالياتي پيچيدگي کي سمجهڻ لاءِ استعمال ٿي سگهي ٿي، ڪريڊٽ جي ڳولا ڪندڙن جي خطري جي تشخيص کي منظم ڪرڻ، ۽ وڌيڪ.چيٽ بوٽس جيڪي ترقي يافته آهن ۽ ادارن لاءِ مقرر ڪيا ويا آهن خاص ڪارڪردگي جو مطالبو. انهن کي ان پٽ جي مختلف فارميٽ کي سمجهڻ ۾ صلاحيتون ڏيکارڻ گهرجن. CoT پرامپٽنگ اهڙين حالتن ۾ بهترين ڪم ڪري ٿي، جتي بوٽن کي سوالن جا جواب پيدا ڪرڻ لاءِ متن ۽ تصويري اشارن کي گڏ ڪرڻو پوندو آهي.صحت جي سار سنڀار جي ڊيٽا مان مريضن جي تشخيص ڪرڻ کان وٺي مريضن لاءِ ذاتي علاج جا منصوبا تيار ڪرڻ تائين، CoT پرامپٽنگ ڪلينڪ ۽ اسپتالن لاءِ صحت جي سار سنڀار جي مقصدن کي پورو ڪري سگھي ٿي.

مثال

ڪسٽمر جو سوال: مون پنهنجي اڪائونٽ تي هڪ ٽرانزيڪشن ڏٺي جيڪا مون کي خبر ناهي، منهنجو ڊيبٽ ڪارڊ گم ٿي ويو آهي، ۽ مان پنهنجي اڪائونٽ ٽرانزيڪشن لاءِ الرٽ سيٽ ڪرڻ چاهيان ٿو. ڇا توهان انهن مسئلن ۾ منهنجي مدد ڪري سگهو ٿا؟

قدم 1: مسئلن جي سڃاڻپ ۽ درجه بندي ڪريو

  • اڻ ڄاتل ٽرانزيڪشن.
  • گم ٿيل ڊيبٽ ڪارڊ.
  • ٽرانزيڪشن الرٽ قائم ڪرڻ.

قدم 2: اڻ ڄاتل ٽرانزيڪشن کي پتو ڏيو

تفصيل لاءِ پڇو: ڇا توهان ٽرانزيڪشن جي تاريخ ۽ رقم مهيا ڪري سگهو ٿا؟

  • برانچ 1: جيڪڏهن تفصيل ڏنل آهن:
    • ٽرانزيڪشن جو جائزو وٺو. جيڪڏهن دوکي، پڇو ته گراهڪ ان کي تڪرار ڪرڻ چاهي ٿو.
  • برانچ 2: جيڪڏهن تفصيل نه آهي:
    • تازو ٽرانزيڪشن جي فهرست مهيا ڪرڻ لاء پيش ڪريو.

قدم 3: گم ٿيل ڊيبٽ ڪارڊ جو پتو

ڪارڊ منجمد ڪريو: فوري طور تي منجمد ڪرڻ جي سفارش ڪريو.

  • برانچ 1: جيڪڏهن ڪسٽمر متفق آهي:
    • ڪارڊ منجمد ڪريو ۽ پڇو ته اھي ھڪڙو متبادل چاھيو ٿا. شپنگ ايڊريس جي تصديق ڪريو.
  • برانچ 2: جيڪڏهن گراهڪ رد ڪري ٿو:
    • غير مجاز ٽرانزيڪشن لاء اڪائونٽ جي نگراني ڪرڻ جي صلاح ڏيو.

قدم 4: سيٽ اپ ٽرانزيڪشن الرٽ

الرٽ جو طريقو چونڊيو: ايس ايم ايس، اي ميل، يا ٻئي؟

  • برانچ 1: جيڪڏهن هڪ گراهڪ چونڊيو:
    • مقرر ڪيل رقم کان مٿي ٽرانزيڪشن لاء الرٽ مقرر ڪريو. رقم لاء پڇو.
  • برانچ 2: جيڪڏهن يقين نه آهي:
    • هڪ ڊفالٽ رقم تجويز ڪريو (مثال طور، $50) ۽ تصديق ڪريو.

قدم 5: هڪ خلاصو ۽ ايندڙ قدم مهيا ڪريو

  • اڻڄاتل ٽرانزيڪشن جي تحقيقات.
  • ڊيبٽ ڪارڊ منجمد ڪرڻ ۽ ممڪن طور تي متبادل جاري ڪرڻ.
  • ترتيب ڏنل ٽرانزيڪشن الرٽ جيئن درخواست ڪئي وئي.

روحاني:

اهو عمل موثر طريقي سان ڪيترن ئي گراهڪ سوالن کي واضح قدمن ۽ فيصلي شاخن ذريعي حل ڪري ٿو، جامع حل کي يقيني بڻائي ٿو.

CoT پروموشن جون حدون

ڪٽ جي تڪليف جون حدون

سوچ جي زنجير واقعي اثرائتو آهي پر اهو استعمال جي صورت تي پڻ منحصر آهي جنهن تي اهو لاڳو ڪيو ويو آهي ۽ ڪيترن ئي ٻين عنصرن تي. AI ۾ CoT پرامپٽنگ سان لاڳاپيل مخصوص چئلينج آهن جيڪي اسٽيڪ هولڊرز کي ان جي صلاحيت کي مڪمل طور تي استعمال ڪرڻ کان روڪين ٿا. اچو ته عام رڪاوٽن تي نظر وجهون:

وڌيڪ پيچيده سادي ڪم

جڏهن ته CoT prompting پيچيده ڪمن لاءِ بهترين ڪم ڪري ٿو، اهو سادو ڪمن کي پيچيده ڪري سگهي ٿو ۽ غلط جواب پيدا ڪري سگهي ٿو. انهن ڪمن لاءِ جن کي ڪنهن به دليل جي ضرورت ناهي، سڌو جواب جا ماڊل بهترين ڪم ڪن ٿا.

وڌايل ڪمپيوٽيشنل لوڊ

CoT پرامپٽنگ جي پروسيسنگ لاءِ اهم ڪمپيوٽيشنل لوڊ جي ضرورت آهي ۽ جيڪڏهن ٽيڪنڪ کي ننڍڙن ماڊلز تي لڳايو وڃي ٿو جيڪي محدود پروسيسنگ صلاحيتن سان ٺهيل آهن، ته اهو انهن کي ختم ڪري سگهي ٿو. اهڙين ترتيبن جي نتيجن ۾ شامل ٿي سگھي ٿو سست جوابي وقت، خراب ڪارڪردگي، بي ترتيبي، ۽ وڌيڪ.

AI Prompt انجنيئرنگ جو معيار

AI ۾ CoT پرامپٽنگ ان مفروضي (يا اصول) تحت ڪم ڪري ٿي ته هڪ مخصوص پرامپٽ چڱي طرح بيان ڪيل، منظم ۽ واضح آهي. جيڪڏهن هڪ پرامپٽ ۾ انهن عنصرن جي کوٽ آهي، ته CoT پرامپٽنگ ضرورت کي سمجهڻ جي صلاحيت وڃائي ٿو، جنهن جي نتيجي ۾ غير لاڳاپيل ترتيب وار قدم ۽ آخرڪار جواب پيدا ٿين ٿا.

[پڻ پڙهو: ننڍين ٻولين جا ماڊل ڇا آهن؟ حقيقي دنيا جي مثال ۽ تربيتي ڊيٽا ]

گھٽ ۾ گھٽ پيماني تي صلاحيتون

اسٽيڪ هولڊرز انهن جي ماڊل کي جدوجهد ڪندي تجربو ڪري سگهن ٿا جيڪڏهن انهن کي ڊيٽا سيٽن جي وڏي مقدار يا مسئلن جي پيچيدگين لاءِ چين-آف-ٿٽ پرومپٽنگ جو فائدو وٺڻو آهي. ڪمن لاءِ جن ۾ وڏن دليلن جا قدم شامل آهن، ٽيڪنڪ شايد جوابي وقت کي سست ڪري سگھي ٿي، ان کي ايپليڪيشنن لاءِ نا مناسب بڻائيندي يا ڪيس استعمال ڪن ٿيون جيڪي حقيقي وقت جي جوابي نسل جي تقاضا ڪن ٿيون.

وڏي ٻولي جي ماڊلز جي ڪارڪردگي کي بهتر بڻائڻ لاءِ CoT پرامپٽنگ هڪ شاندار ٽيڪنڪ آهي . جيڪڏهن اهڙين خامين کي اصلاح جي طريقن يا حلن ذريعي حل ڪري سگهجي ٿو، ته اهي ناقابل يقين نتيجا ڏئي سگهن ٿيون. جيئن ٽيڪنالاجي ترقي ڪندي، اهو ڏسڻ دلچسپ هوندو ته چين آف ٿاٽ پرامپٽنگ ڪيئن ترقي ڪري ٿي ۽ سادو ۽ وڌيڪ نچ پڻ ٿئي ٿي.

ڇا توهان کي هي مضمون پسند آيو؟ وڌيڪ اپڊيٽ لاءِ لنڪڊ ان تي شيپ کي فالو ڪريو.

سماجي حصيداري