बड़े भाषा मॉडल से संरचित आउटपुट उत्पन्न करते समय विश्वसनीयता को बेहतर बनाने के लिए, एक विधि प्रस्तावित की गई है जो पुनः प्रयासों के दौरान मान्यता त्रुटियों और मॉडल के पिछले आउटपुट को वापस प्रॉम्प्ट में फीड करती है। यह दृष्टिकोण यादृच्छिक प्रतिक्रियाओं को फिर से रोल करने की प्रक्रिया को पिछले प्रयास को संपादित करके विशिष्ट त्रुटियों को स्वयं-सुधारने में बदल देता है।
- तकनीक में मान्यता त्रुटियों को पकड़ना और अगले प्रॉम्प्ट में फॉर्मेट की गई त्रुटि और सीरियलाइज़्ड पिछली प्रतिक्रिया वाली संदेश जोड़ना शामिल है।
- त्रुटियों को मॉडल के लिए समझने योग्य शब्दों में वर्णित किया जाना चाहिए, जैसे कि यह निर्दिष्ट करना कि एक फ़ील्ड को पूर्णांक की आवश्यकता है लेकिन एक स्ट्रिंग प्राप्त हुई।
- मॉडल का अपना पिछला आउटपुट शामिल किया जाता है ताकि वह पूरी प्रतिक्रिया को पुनः उत्पन्न करने के बजाय विशिष्ट गलत भागों को संपादित कर सके।
- व्यापारिक समझौतों में अतिरिक्त कॉल और विफलताओं पर लंबे प्रॉम्प्ट से बढ़ी हुई विलंबता शामिल है, जिसमें प्रयासों पर एक सीमा की आवश्यकता होती है।
- यह विधि केवल तभी काम करती है जब अवैध आउटपुट को मॉडल में वापस फीड करने के लिए पर्याप्त रूप से पार्सेबल हो।
यह रणनीति उपयोगकर्ताओं को यादृच्छिक पुनः प्रयासों पर निर्भर रहने के बजाय मॉडल की अपनी गलतियों को सुधारने की क्षमता का लाभ उठाकर अधिक विश्वसनीय संरचित आउटपुट प्राप्त करने में मदद करती है।