본문으로 건너뛰기

자기반성 설정을 통한 LLM 성능 향상


LLM : ( 대규모 언어모델, 쉽게 말하자면 ChatGPT )

가설 설정 : LLM은 자기반성이라는 잠재적 속성을 가짐, 자연어에 기반한 자기최적화를 효과적으로 할 수 있다.
모델 설정 : 환각/비효율적 작업을 감지하는 장치 마련 ( 자기반성적 접근방식으로 )


결과적으로 의사결정 및 지식집약적 작업에서 성능이 향상됨.
   
ReAct 기법 + 자기반성 Reflexion 사용시 유의미한 정확도 향상을 보임.

비유를 들어보자면, RLHF(인간한테 피드백받고 강화학습하는것)을 자체 Prompt Engineering으로 한 것
   
자세한 내용은 논문을 한번 확인해보시기 바랍니다.

그동안 위에서 설명한 자기반성 설정류의 Meta Prompt Engineering을 하면 성능이 좋아지는것 같은 느낌을 종종 받았었는데, 그것에 대해 실제 연구가 이루어졌네요!
4

함께 이야기해요 4

로그인하고 댓글을 남겨 주세요

GilddongGo 프로필 이미지
GilddongGo2023.03.29
강화학습으로 보상(상벌)을 주는 instructionGPT 학습이
이미 자기반성에 해당하지 않나요?

무슨 차이 일까요?
정준섭(나춘배) 프로필 이미지
 '스스로'한다는것에 초점을 둔것같네요
GilddongGo 프로필 이미지
GilddongGo2023.03.31
그래서 챗지피티에 자기반성을 시키려면
프롬프트를 어떻게 주면 되나요?
정준섭(나춘배) 프로필 이미지
 초보게시판에 올려놨습니다! ( 3.5를 3.8로 써보기요 ㅎㅎ )

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기