📄️ 🟢 Вступ
Наразі ми побачили низку методів інженерії запитів. Зараз ми розглянемо деякі вдосконалені способи застосування запитів, які можуть розв'язувати складні логічні задачі, виконуючи пошук інформації в Інтернеті або інших зовнішніх джерелах.
📄️ 🟡 Використання інструментів ВММ
Системи MRKL (@karpas2022mrkl) (Modular Reasoning, Knowledge and Language, вимовляється як "miracle" (міракл), в перекладі «чудо») — це нейро-символьна архітектура, яка поєднує ВММ (нейронні обчислення) і зовнішні інструменти, такі як калькулятори (символьні обчислення), для вирішення складних задач.
📄️ 🟡 ВММ, які міркують і діють
ReAct(@yao2022react)(reason, act) — це парадигма, яка дозволяє мовним моделям розв’язувати складні завдання за допомогою міркування природною мовою. ReAct розроблено для завдань, у яких ВМM має дозвіл виконувати певні дії. Наприклад, як і в системі MRKL, вона може взаємодіяти із зовнішніми API для отримання інформації. Коли їй ставиться запитання, ВВM може виконати дію для отримання інформації, а потім відповісти на запитання на основі отриманої інформації.
📄️ 🟡 Код як міркування
Програмовані мовні моделі (PAL)(@gao2022pal) є ще одним прикладом системи MRKL. Отримавши запитання, PAL можуть написати код, який вирішить його. Код надсилається до програмного середовища виконання для отримання результату. PAL і CoT працюють по-різному; проміжним міркуванням PAL є код, тоді як у CoT — природна мова.