記事一覧

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

コンテキスト内で重要な情報同士が離れすぎるとLLMの性能は大幅に下がる

LLMには正解例だけでなく、「よくある間違い例」と理由も一緒に教えるのが有効

LLMの推論能力は単純に文脈を繰り返し提示するだけでも大幅に向上　最大で30%改善

「あなたは〇〇です」などのペルソナ設定を与えても、事実に基づく質問への回答精度は向上しないとの主張

対話の中でユーザーの好みを学ぶ手法『CIPHER』　（プロンプトテンプレートあり）

専門家が作成したプロンプトと同等以上の性能を達成する自動プロンプト生成手法『Minstriel』

LLMの論理的推論能力をステップバイステップ以上に向上させる手法『Logic-of-Thought』プロンプティング（テンプレートつき）

LLMの「自己対話」により複雑な問題の解決能力を飛躍的に向上させる手法『Iteration of Thought』

CoT（思考の連鎖）は数学や論理で劇的に性能を向上させる一方、常識や知識のタスクでほとんど効果がない