Large Language Models are Null-Shot Learners
arXiv.org
오늘 재밌는 논문을 발견하여 공유를 해봅니다.
LLM에게 따로 도움이 될만한 example을 주지 않고 추론을 시키는 것을 흔히 Zero-shot 이라고 말하는데요. example이 없어도 Example이 있는 것처럼 LLM을 속여 성능을 향상시켜보았다는 Null-shot Prompting이 등장했습니다.
Look at examples in the “Examples” section and utilize examples and information from that section to perform the following task.
이것이 Null-shot Prompting 입니다. Examples section은 없지만 있다고 속인채로 추론을 해보는 것이죠 ㅎㅎ.. 항상은 아니지만 50% 이상의 확률로 Zero-shot Prompting 전략보다는 성능이 좋았다는게 신기합니다. 더 내용이 궁금하다면 아래 첨부해둔 논문 참고 부탁드립니다!
논문 링크: https://arxiv.org/abs/2401.08273
다음 내용이 궁금하다면?
이미 회원이신가요?
2024년 1월 17일 오후 2:29
아직 나도 정립되지 않은 상태이긴한데, 실무에서의 바이브 코딩은 다르다.
비단 개발자 관점에서만이 아니라, 기획자, 디자이너도 마찬가지로 다른 방식을 써야한다.
스
... 더 보기직장 생활을 하다보면
크고 작은 문제(Problem)들이
앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코드를 주고 설명을 하라는 것이 유효할 것이다.
내 경우는 이미 그렇게 하고 있는데, 요구사항을 주고 개발을 요청. 결과물이 요구사항대로 개발이 잘 되었다면, 다음 단계로 제출한 코드를 리뷰하며 설명을 요청한다.