- Düşünce zinciri yönlendirmesi, yapay zeka modellerini adım adım akıl yürütmeye yönlendirerek karmaşık görevleri bir sonraki kelimeyi tahmin etmekten daha doğru bir şekilde çözmelerine yardımcı olur.
- Matematik, mantık bulmacaları veya prosedürel görevler gibi çok adımlı problemler için en iyi şekilde kullanılır, ancak basit gerçeklere dayalı veya tek adımlı sorgular için gereksizdir.
- İstem zinciri, bir görevi birden fazla ayrı isteme bölerek düşünce zinciri isteminden farklıdır, oysa düşünce zinciri tek bir istem-yanıt akışı içinde kalır.
ChatGPT gibi bir GPT sohbet robotu kullandıysanız, muhtemelen farklı çıktı kalitesini fark etmişsinizdir.
Bazen tam olarak ihtiyacınız olan şeyi ortaya çıkarıyor. Diğer zamanlarda yapay zekadaki 'zekanın' biraz saçmalık olduğundan şüphelenirsiniz.
ChatGPT oyununuzu, onu nasıl yönlendirdiğinizi geliştirerek bir üst seviyeye taşıyabilirsiniz. Düşünce zinciri yönlendirmesi, LLM temsilcilerini bir yanıt üretmeden önce bir görevi adım adım akıl yürütmeye teşvik eder.
Daha yeni yapay zeka modelleri ve özellikleri, doğrudan düşünce zinciri muhakemesi oluşturmaya başlıyor, böylece modelleri herhangi bir ekstra yönlendirme olmadan problemi otomatik olarak muhakeme ediyor.
Düşünce zinciri yönlendirmesi nedir?
Düşünce zinciri yönlendirmesi, yapay zekada modellere karmaşık görevleri parçalara ayırma talimatı veren ve yanıt vermeden önce her adımda mantık yürüten bir istem mühendisliği tekniğidir.
'Düşünce zinciri muhakemesi' terimini de duyabilirsiniz. Bu, modelin elindeki görevi yerine getirmek için izleyeceği adım adım süreci ifade eder.
OpenAI o1 modelleri düşünce zinciri yönlendirmesi gerektirmez, çünkü zaten yerleşik düşünce zinciri muhakemesine sahiptirler. Ancak LLM destekli herhangi bir sohbet robotunda düşünce zinciri yönlendirmesini kullanabilirsiniz.
Düşünce zinciri muhakemesi nasıl çalışır?
Düşünce zinciri muhakemesi, bir sorunu yapay zeka sohbet robotunun sırayla çözmesi için daha küçük, mantıksal adımlara ayırmayı gerektirir.
İlk olarak, yapay zeka problemin temel parçalarını tanımlar. Ardından, bir adımın diğerine nasıl yol açtığını göz önünde bulundurarak her bir parçayı sırayla işler. Her adım bir öncekinin üzerine inşa edilerek YZ'nin metodik olarak mantıklı bir sonuca doğru ilerlemesini sağlar.
Düşünce zinciri yönlendirmesi örnekleri
Meşhur 'çilek' istemi
ChatGPT ve diğer LLMs iyi belgelenmiş zayıflıklara sahiptir. Bunlardan biri, 'strawberry' kelimesinde kaç tane 'R' olduğunu doğru bir şekilde belirleyememeleridir. (Muhtemelen o1 modellerinin kod adının arkasındaki ünlü sınırlama: Strawberry).
ChatGPT-4o düşünce zinciri muhakemesi kullanmaz. Bunun yerine, eğitim verilerine başvurur ve her kelimenin bir öncekini takip etme olasılığına göre bir yanıt oluşturur. Çoğu zaman doğru gibi görünse de, yalnızca insan dilini taklit etmek için üretiyor - akıl yürütmek veya araştırma yapmak için değil.
ChatGPT-4o adresine meşhur çilek sorusunu sorduğunuzda, doğru cevabı veremiyor:
Bununla birlikte, LLM destekli sohbet robotunun doğru cevaba ulaşmasına yardımcı olmak için bir düşünce zinciri yönlendirme tekniği kullanabilirsiniz:
OpenAI o1-preview tarafından desteklenen ChatGPT'un en son yinelemesi, herhangi bir ek yönlendirme olmaksızın düşünce zinciri muhakemesini kullanan ilk büyük LLM 'dur.
İlk denemede cevabı kırar, çünkü yukarıdaki ikinci ChatGPT-4o istemiyle aynı süreci otomatik olarak takip etmesi talimatı verilmiştir. Tek fark, bu işlemi ek bir yönlendirme olmadan yapmasıdır.
Matematik
ChatGPT 'un eski bir sürümüne ilkokul ders kitabından bir matematik sorusu sorsaydınız, her zaman doğru cevap veremezdi.
Çok adımlı matematik problemleri, daha önce LLMs bulunmayan akıl yürütmeyi gerektirir. Problemin her adımını parçalara ayırabilirdiniz, ancak doğru adımları bilmiyorsanız, bir LLM yardımcı olamazdı.
ChatGPT-4o, problemdeki adımlar dizisini parçalara ayırarak sorunun cevabını akıl yürütebilir:
Hubspot'a bağlı Yapay Zeka Temsilcileri
Gerçek dünyadaki bir uygulama için Hubspot'a entegre edilmiş LLM bir yapay zeka aracısını ele alalım. Bir satış ekibi, kanallar arasında toplanan yeni müşteri adaylarını işlemek için bu yapay zeka aracısını kullanıyor.
Senaryo
Birsatış elemanı yapay zeka aracısına yeni bir müşteri adayı gönderir ve Hubspot'a kaydetmesini ve bir ilk temas noktası e-postası göndermesini ister, ancak müşteri adayı zaten potansiyel müşteri olan bir şirkette çalışıyorsa bunu doldurmamasını ister.
LLM düşünce zinciri muhakemesi olmadan
LLM yapay zeka temsilcisi, müşteri adayını kaydeder ve şirketin halihazırda bir müşteri adayı olup olmadığını kontrol etmeden e-postayı göndererek temel koşulu atlar.
LLM düşünce zinciri muhakemesi ile
LLMdestekli yapay zeka ajanı, harekete geçmeden önce şirketin zaten bir müşteri adayı olup olmadığını kontrol eder. Eğer müşteri adayı ise, kayıt ve e-posta gönderme işlemlerini atlar; değilse, müşteri adayını kaydeder ve satış temsilcisinin talimatlarını doğru bir şekilde izleyerek e-postayı gönderir.
Düşünce zinciri yönlendirmesini ne zaman kullanmalıyım?
Düşünce zinciri yönlendirmesi en iyi adım adım akıl yürütme gerektiren senaryolarda kullanılır.
Başlıca adaylar mantıksal çıkarımlar, matematik problemleri, prosedürel görevler veya çok adımlı cevaplar gerektiren herhangi bir durum içeren görevlerdir.
Ama durun: akıl yürütme kulağa harika geliyor - neden bunu her zaman kullanmayayım?
Güzel soru. Tüm sorular muhakeme gerektirmez. Örneğin:
- "Kanada'nın başkenti neresidir?" gibi basit gerçeklere dayalı sorular.
- "145 + 37 kaç eder?" gibi tek adımlı problemler
- 'İş arkadaşıma projesini bitirip bitirmediğini soran 3 cümlelik kibar bir e-posta yaz' gibi içerik oluşturma görevleri.
Düşünce zinciri yönlendirmesine karşı değiştirme yönlendirmesi
İsim olarak benzer olsalar da, komut zinc iri ve düşünce zinciri komutu , üretici yapay zeka çıktısını iyileştirmek için farklı komut stratejileridir.
Düşünce zinciri yönlendirmesi
Düşünce zinciri yönlendirmesi ile kullanıcı, YZ'ye cevabının arkasındaki mantığı tek bir yanıtla açıklaması için rehberlik eder. Bu, yapay zekanın problem çözme sürecinin her adımında ilerlemesini sağlar, ancak bu tek bir istem ve yanıtla gerçekleştirilir.
Örneğin, bir düşünce zinciri istemi tek bir mesajla gerçekleştirilebilir:
"Bir İK ekibinin 5 çalışanın performans değerlendirmesini gözden geçirmesi gerekiyor. Her biri 30 dakika sürecek ve önceden hazırlanmak için 15 dakikaya ihtiyaçları var. Kıdemli değerlendirmelerin her biri ekstra 10 dakika gerektirecek. Üst düzey 5 ve alt düzey 25 değerlendirmeyi tamamlamak ne kadar sürer? Gerekçenizi adım adım açıklayın."
Zincirleme komut istemi
İstem zinciri ile görev, her biri bir önceki sonucun üzerine inşa edilen birden fazla istemle ayrı adımlara bölünür. Bu, muhtemelen muhakeme içeren karmaşık bir görev boyunca yapay zekanın yapılandırılmasına ve yönlendirilmesine yardımcı olur.
İlk komut istemi şöyle görünebilir:
İstem 1: Bir şirketin uzaktan çalışmaya geçerken karşılaşabileceği temel zorlukları tanımlayın.
Çıktı:
- İletişim boşlukları
- Üretkenliğin sürdürülmesi
- Teknoloji altyapısı
- Çalışan bağlılığı
Sonraki ipuçları bu kavramları daha da derinlemesine inceleyebilir. Örneğin:
İstem 2: Lütfen bana bir şirketin uzaktan çalışmaya geçerken iletişim boşluklarına nasıl çözüm bulabileceğini anlatın.
Bir sonraki çıktı turundan sonra, zincirin bir sonraki halkası olabilir:
İstem 3: Şirketlerin bu çözümleri benimsediklerinde karşılaştıkları ortak zorluklar nelerdir?
Bu nedenle, ikisi benzer olsa da, üretken yapay zeka araçlarından en derinlemesine ve ilgili içeriği çıkarmak için farklı yaklaşımlar benimsiyorlar.
Düşünce zinciri yönlendirmesi Botpress
Botpress kullanıcılar düşünce zinciri muhakemesi kullanan bir özelliğe zaten aşinadır.
Autonomous Node, 2024 yılının Temmuz ayında yapay zeka aracıları oluşturmak için bir platform olan Botpress adresinde piyasaya sürüldü. Otonom Düğüm, çok adımlı iş akışlarını otomatikleştirebilir ve otonom olarak karar verebilir.
Bir Otonom Düğüm oluşturulabilir ve 'Amacınız nitelikli müşteri adayları oluşturmaktır' gibi basit bir metin satırıyla yönlendirilebilir. Bir kullanıcı satın alma niyetini belirttiğinde Salesforce'ta müşteri adayları oluşturun.
Bu Otonom Düğümü kullanarak oluşturduğunuz yapay zeka ajanı, insanlar tarafından tasarlanan iş akışlarından bağımsız olarak hedefine ulaşmak için çeşitli eylemlerde bulunacaktır. Ayrıca, hıza veya güce öncelik verme kararı alarak gerektiğinde farklı LLMs arasında geçiş yapabilir.
Özel bir otonom aracı oluşturun
Botpress gerçekten otonom aracılar oluşturmanıza olanak tanıyan tek yapay zeka aracı platformudur.
Açık ve esnek Botpress Studio, İK'dan potansiyel müşteri oluşturmaya kadar sektörler arasında sonsuz kullanım senaryolarına olanak tanır. Önceden oluşturulmuş entegrasyon kütüphanemiz ve kapsamlı eğitimlerimiz, kullanıcıların sıfırdan kolayca yapay zeka aracıları oluşturmasına olanak tanır.
Bugün inşa etmeye başlayın. Ücretsiz.
SSS
Düşünce zinciri yönlendirmesi yalnızca yapay zeka modelleri için mi yararlıdır, yoksa insan problem çözme becerisini de yansıtır mı?
Aslında insanların karmaşık sorunları adımlara bölerek nasıl çözdüklerini yansıtıyor, bu nedenle hem yapay zeka için yararlı bir teknik hem de doğal insan muhakemesinin bir yansıması.
Düşünce zinciri muhakemesi sadece "adım adım düşünmekten" nasıl farklıdır?
Birbirleriyle yakından ilişkilidirler, ancak düşünce zinciri muhakemesi daha yapılandırılmış ve kasıtlıdır. Yapay zekayı bir cevaba atlamak yerine mantığını yüksek sesle açıklamaya iter.
Neden bazı LLMs ler varsayılan olarak düşünce zinciri muhakemesini kullanmıyor?
Daha önceki veya daha küçük modeller açık bir şekilde mantık yürütmek için eğitilmemiştir, bu nedenle aksi belirtilmedikçe mantıksal adımlardan ziyade kalıplara dayalı yanıtları tahmin etme eğilimindedirler.
Düşünce zincirinin yönlendirilmesi, çıkarım sırasında modeli "eğitmenin" bir biçimi midir?
Tam olarak öyle değil. Modelin bilgisini değiştirmiyorsunuz, sadece davranışını daha iyi talimatlarla yönlendirerek o anda bir sorunu nasıl düşündüğünü etkiliyorsunuz.
Düşünce zinciri yönlendirmesi her zaman doğruluğu artırır mı?
Her zaman değil. Muhakeme gerektiren görevlerde en iyi sonucu verir, ancak aslında basit sorular için işleri aşırı karmaşıklaştırabilir ve gereksiz adımlara ve hatta hatalara yol açabilir.
.webp)
