반응형
프롬프트 엔지니어링의 대표적인 다섯 가지 방법
1. 제로샷 프롬프팅(Zero-Shot Prompting)
- 개념: 제로샷 프롬프팅은 모델이 주어진 작업에 대해 학습된 예시 없이 응답하도록 요청하는 방식입니다. 작업이나 질문의 문맥을 프롬프트로 제공하여, 모델이 해당 정보만으로 적절한 답변을 생성할 수 있도록 하는 기법입니다.
- 장점: 별도의 예시가 필요하지 않기 때문에 빠르게 다양한 작업에 적용할 수 있습니다.
- 예시: "애플에 대해 설명해 주세요."라는 프롬프트를 주면, 모델은 문맥에 따라 과일 '사과' 혹은 회사 'Apple' 중 하나를 선택해 설명합니다.
2. 원샷 러닝(One-Shot Learning)
- 개념: 원샷 러닝은 모델에게 작업의 형식을 이해시키기 위해 하나의 예시를 제공하는 방식입니다. 모델이 이 예시를 참고하여 유사한 작업을 수행할 수 있도록 돕습니다.
- 장점: 하나의 예시만으로도 문맥을 이해하는 데 도움이 되며, 상대적으로 적은 예시로 작업을 학습할 수 있습니다.
- 예시: "문장을 요약하세요. 예: '고양이는 나무 위에 올라갔다' → '고양이 나무 위'. 새 문장: '학생들이 수업을 들었다.'"라는 식으로 프롬프트와 예시를 제공하면, 모델은 유사한 형태로 요약할 수 있습니다.
3. 퓨샷 러닝(Few-Shot Learning)
- 개념: 퓨샷 러닝은 모델에게 몇 개의 예시(보통 2~5개)를 제공하여, 모델이 작업의 형식과 패턴을 더 잘 이해할 수 있도록 하는 방법입니다.
- 장점: 예시가 많아질수록 작업에 대한 이해도와 정확도가 높아지며, 복잡한 작업도 비교적 효과적으로 처리할 수 있습니다.
- 예시: "문장을 요약하세요. 예: '고양이는 나무 위에 올라갔다' → '고양이 나무 위', '학생들이 수업을 들었다' → '학생 수업 참여'. 새 문장: '사람들이 식사를 했다.'"라는 식으로 여러 예시를 포함하여 모델이 형식을 이해하도록 돕습니다.
4. 체인 오브 소트(Chain of Thought, CoT)
- 개념: 체인 오브 소트(CoT)는 모델이 복잡한 문제를 해결하기 위해 중간 단계의 논리적 추론을 거쳐 답변을 도출하도록 하는 기법입니다. 모델에게 각 단계별로 논리적인 흐름을 따라 답을 구성하도록 요청하는 방식입니다.
- 장점: 복잡한 문제나 여러 단계를 거쳐야 하는 질문에 대해 더 정확한 응답을 생성할 수 있습니다.
- 예시: "10명의 친구들이 각자 2개의 사과를 가지고 있습니다. 총 사과 개수는 몇 개인가요?"라는 질문에 대해, 모델이 "각 친구가 2개의 사과를 가짐 → 10명 * 2개 = 20개"와 같은 과정을 거쳐 답변을 도출하게 합니다.
5. 제로샷 체인 오브 소트(Zero-Shot CoT)
- 개념: 제로샷 CoT는 별도의 예시 없이도 모델이 스스로 체인 오브 소트(CoT) 방식을 사용하여 논리적 단계로 문제를 해결하도록 유도하는 방법입니다. 프롬프트만으로 모델에게 추론 과정을 거쳐 답을 도출하게 합니다.
- 장점: 복잡한 문제에서 별도의 예시 없이도 체계적으로 답변을 생성할 수 있어 효율적입니다.
- 예시: "10명의 친구들이 각자 2개의 사과를 가지고 있습니다. 총 사과 개수는 몇 개인가요? 논리적 단계에 따라 답변해 주세요."라는 식으로 프롬프트를 설정하여 모델이 추론 과정을 거쳐 답변을 도출하게 합니다.
이와 같은 프롬프팅 방법을 상황에 따라 적절히 사용하면, 모델의 응답의 정확도와 효율성을 높일 수 있습니다.
반응형
'온라인 멘토와 함께하는 공부 > 인공지능' 카테고리의 다른 글
[인공지능] LLM에서의 임베딩(Embedding) 개념 (4) | 2024.11.20 |
---|---|
[인공지능] 머신 러닝 워크플로우 (27) | 2024.11.19 |
[인공지능] 피드 포워드 신경망(Feed-Forward Neural Network, FFNN)의 개념 (2) | 2024.11.16 |
[인공지능] 인공신경망(Artificial Neural Network, ANN)의 개념 (3) | 2024.11.15 |
챗봇 엔진의 주요 구성 요소 (18) | 2024.11.14 |