728x90
반응형

llm 프롬프트 2

Chain-of-Verification (CoVe) Prompting

개요대규모 언어모델(LLM)은 놀라운 생성 능력을 제공하지만, 여전히 환각(hallucination) 문제와 사실 오류에 취약합니다. 이를 해결하기 위한 새로운 접근법으로 등장한 것이 바로 Chain-of-Verification(CoVe) Prompting입니다. CoVe는 Chain-of-Thought(CoT) 방식에서 한 단계 더 나아가, LLM이 스스로 생성한 답변의 근거를 단계별로 검증하고 정당화하는 메커니즘을 도입한 프롬프트 전략입니다.1. 개념 및 정의CoVe Prompting은 LLM이 문제에 대한 답을 생성한 후, 각 중간 추론 단계와 최종 결과를 다시 검증하고 근거 기반으로 정당화하는 방식입니다. 단일 응답이 아닌 다단계 프로세스로 구성된 프롬프트 구조를 통해 LLM의 추론 오류를 스스로..

Topic 2025.05.24

Zero-shot Prompting

개요Zero-shot Prompting은 대규모 언어모델(LLM)에게 문제에 대한 예시 없이 직접적인 지시문만으로 작업 수행을 요청하는 가장 단순한 형태의 프롬프트 방식입니다. GPT, Claude, LLaMA 등 현대 LLM은 사전학습(pretraining) 과정에서 대량의 언어 데이터를 기반으로 일반적인 문장 완성과 문제 해결 능력을 내재화했기 때문에, 적절한 지시문(prompt instruction) 만으로도 다양한 작업을 수행할 수 있습니다.1. 개념 및 정의Zero-shot prompting은 다음과 같은 특성을 가집니다:예시 없음: 입력에 작업 수행 예시를 포함하지 않음직접 지시: 모델에게 직접 작업을 설명하는 명령어 구조추론 유도: 언어모델이 훈련 중 축적한 일반화 능력 활용예시:Q: ‘고양..

Topic 2025.04.07
728x90
반응형