Least-to-Most Prompting – (Basitten Karmaşığa İstemleme)

Basitten Karmaşığa İstemleme, karmaşık bir problemi doğrudan çözmeye çalışmak yerine, problemi daha basit alt problemlere ayırıp bunları kolaydan zora doğru sırayla çözdüren bir prompt tekniğidir. Her aşamada elde edilen sonuç, sonraki ve daha karmaşık aşamanın çözümünde kullanılır.

Temel mantığı: Karmaşık problem → Alt problemlere ayır → En basitini çöz → Sonucu sonraki adıma taşı → Aşamalı ilerle → Nihai çözüm

Örneğin doğrudan: “Bu işletmenin satışlarındaki düşüşün nedenlerini analiz et ve çözüm önerileri geliştir.” demek yerine Least-to-Most Prompting şöyle uygulanabilir: “Bu problemi aşamalara ayır. Önce satış performansını etkileyebilecek temel faktörleri belirle. Ardından her faktör için mevcut verileri değerlendir. Daha sonra faktörler arasındaki ilişkileri analiz et. Son olarak bulgulara dayanarak satış düşüşünün en olası nedenlerini belirle ve çözüm önerileri geliştir.”

Akademik kullanım örneği

Bir makalenin tamamını tek seferde değerlendirmek yerine: “Bu makaleyi aşamalı olarak değerlendir. Önce araştırma problemini ve amacını belirle. Sonra kuramsal çerçevenin araştırma problemiyle uyumunu incele. Ardından hipotezleri değerlendir. Daha sonra yöntemin hipotezleri test etmeye uygun olup olmadığını kontrol et. Son olarak bulgular, tartışma ve sonuç bölümlerinin birbirleriyle tutarlılığını değerlendir.” Böylece modelden tek seferde genel bir “makale değerlendirmesi” istemek yerine görev, birbirine bağlı daha yönetilebilir parçalara ayrılır.

Sınav hazırlama örneği

“Önce ders materyalindeki temel kavramları belirle. Ardından bu kavramları öğrenme çıktılarıyla eşleştir. Sonra her öğrenme çıktısı için ölçülebilecek bilişsel düzeyleri belirle. Daha sonra kolay, orta ve zor sorular oluştur. Son aşamada bütün soruları çift doğru cevap, belirsiz soru kökü ve zayıf çeldirici açısından kontrol et.”

Bu yaklaşım özellikle çok aşamalı muhakeme, matematik problemleri, akademik analiz, planlama, metin değerlendirme ve karmaşık görevlerin yapılandırılmasında kullanışlıdır.

Step-back Prompting ile karıştırılmamalıdır. Step-back Prompting önce daha genel ve soyut ilkeleri düşündürüp sonra özel probleme döner:

Özel problem → Genel ilke → Özel problem

Least-to-Most ise problemi giderek zorlaşan alt problemlere böler:

Basit alt problem → Daha karmaşık alt problem → Daha karmaşık alt problem → Nihai problem

Kısaca: Least-to-Most Prompting, yapay zekâya “Bu zor problemi bir anda çözme; önce daha kolay parçalarını çöz ve bu sonuçları kullanarak adım adım asıl probleme ulaş” yaklaşımını uygular. Teknik, Zhou ve arkadaşlarının çalışmasında özellikle modelin daha önce karşılaşmadığı daha zor problemlere genelleme yapabilmesini geliştirmek amacıyla ortaya konmuştur.

Kaynak: Zhou, D., Schärli, N., Hou, L., Wei, J., Scales, N., Wang, X., Schuurmans, D., Cui, C., Bousquet, O., Le, Q. V., & Chi, E. H. (2023). Least-to-Most Prompting Enables Complex Reasoning in Large Language Models. ICLR 2023.