arXiv:2405.06705 90 1 мая 2024 г. PRO

LLM могут находить ошибки в математическом рассуждении с помощью педагогической цепочки размышлений.

КЛЮЧЕВАЯ СУТЬ

Двухэтапный промптинг, где модель сначала формирует независимый эталон, а затем сравнивает его с проверяемыми данными, намного эффективнее для поиска ошибок, чем прямой запрос на проверку.

Адаптировать под запрос

Контент доступен только для PRO подписчиков

Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс

YandexPay • SberPay • СБП • Карты РФ

⚡ Оплатить через Tribute

Telegram Stars • Моментальный доступ

Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

Выберите модель ИИ:

Ваш запрос:

0 / 2000

~0.5-2 N-токенов ~10-30с

~0.3-1 N-токенов ~5-15с

90

ПРЕВОСХОДНО

LLM могут находить ошибки в математическом рассуждении с пом...

Возможности

Решение сложных задач 95%

Улучшение промптов 85%

Классификация информации и тегирование 70%

Область

Наука и исследования 90%

Образование и обучение 85%

Личная продуктивность 75%

Паттерн

Новое: Pedagogical Chain-of-Thought (PedCoT) 95%

КОМУ ПОЛЕЗНО

Студент/Исследователь

Проверяет логику и корректность своих математических рассуждений или научных отчетов. Сначала просит LLM сгенерировать 'идеальный' следующий шаг или раздел, а затем сравнивает свой черновик с этим эталоном, выявляя расхождения по конкретным критериям (концепции, логика, вычисления), что позволяет получить объективную и структурированную обратную связь и значительно повысить точность своих работ.

Редактор/Корректор

Оценивает качество и логичность текста, статьи или документа. Использует PedCoT для создания 'золотого стандарта' идеального абзаца/раздела по заданным критериям (например, ясность, структура, аргументация), а затем сравнивает с ним черновик автора, получая детализированный анализ расхождений и конкретные рекомендации для улучшения, что повышает качество и сокращает время на редактуру.

Менеджер проектов

Оценивает реалистичность и оптимальность плана проекта или стратегии. Просит LLM сгенерировать 'идеальный' план, учитывая все вводные данные и ограничения, а затем сравнивает свой черновик плана с этим эталоном, выявляя критические расхождения в логике маршрута, балансе активностей или практических советах, что позволяет минимизировать риски и повысить эффективность планирования.

HR-специалист

Оценивает качество сопроводительных писем или резюме кандидатов. Использует PedCoT для генерации 'идеального' первого абзаца или раздела резюме на основе требований вакансии, а затем сравнивает с ним реальный документ кандидата, получая структурированную оценку по ключевым критериям (ключевой тезис, связь с компанией, тон), что позволяет более объективно и быстро отбирать кандидатов.

Разработчик ПО

Проверяет логику и оптимальность алгоритмов или фрагментов кода. Просит LLM сгенерировать 'идеальное' решение для конкретной задачи, а затем сравнивает свой код с этим эталоном, выявляя ошибки в логике, неэффективные подходы или пропущенные сценарии, что значительно повышает качество и надежность программного обеспечения.

Консультант

Оценивает качество и полноту бизнес-идей или предложений. Использует PedCoT для создания 'идеальной' структуры или содержания предложения, а затем сравнивает с ним черновик клиента, выявляя пробелы в аргументации, неясные формулировки или отсутствие ключевых элементов, что позволяет предоставлять более точные и ценные рекомендации.

Маркетолог

Оценивает эффективность рекламных текстов или постов в соцсетях. Просит LLM сгенерировать 'идеальный' продающий текст по заданным критериям (цепляющий заголовок, описание проблемы, призыв к действию), а затем сравнивает с ним свой черновик, получая конкретные указания на слабые места и возможности для улучшения, что повышает конверсию и вовлеченность аудитории.