생각의 뼈대(Skeleton-of-Thought, SoT)는 대화형 AI 응용 프로그램에서 질문에 대한 응답을 속도 높게 생성하기 위한 새로운 프롬프트 엔지니어링 방식입니다. SoT는 먼저 대답의 뼈대나 개요를 생성한 다음, 이 개요에 따라 자세한 내용을 병렬적으로 확장합니다. 이 방법은 특히 복잡하고 다양한 질문에 대한 응답을 구성할 때 시간을 절약할 수 있으며, 여러 테스트 케이스에서 효과적이라는 것이 연구에서 밝혀졌습니다.
연구자들은 대규모 언어 모델(LLM)의 성능 향상을 위해 감정적인 자극을 프롬프트에 포함시키는 EmotionPrompt 방식을 개발했습니다. 이 방식은 심리학에서 영감을 받아, 감정적 문장을 프롬프트에 추가하여 모델의 반응을 향상시켰습니다. 연구 결과, 네 가지 다른 LLM에서 여덟 가지 작업의 성능이 10% 이상 향상되었습니다. 이 연구는 인간-LLM 상호 작용을 향상시키기 위한 새로운 접근법을 제시하지만, 일반화와 효과성에 대한 추가 연구가 필요하다.
인공지능 분야에서의 발전은 급속하게 진행되고 있으며, 이 중 큰 부분을 차지하는 것이 대규모 언어 모델(LLMs)입니다. 최신 LLMs는 도구를 사용하고, 계획을 세우며, 표준화된 평가를 통과할 수 있습니다. 그러나 이러한 기능에도 불구하고, LLMs는 연구자들에게도 미스터리한 상자와 같습니다. 최근 연구에서는 LLMs의 법률 분석 능력, 특히 세법에 대한 이해력을 평가하는 것에 중점을 두었습니다. 연구 결과는 각 모델 출시를 통해 향상된 LLMs의 법률 이해 능력이 개발되는 증거를 발견했습니다.
