Kompletterande videor

Tankekedjor, självkritik och tanketräd – när du ska använda vad – kompletterande videor

Artikeln sorterar teknikerna efter vilken typ av problem de faktiskt hjälper till med, inte efter vilken som låter mest imponerande. De här videorna ger dig samma bild ur två perspektiv: Anthropics genomgång av hur man bygger upp en strukturerad och genomtänkt prompt från grunden samt en förklaring av den ursprungliga forskningsartikeln om Tree of Thoughts av någon som förstår sökningen bakom metoden.

Förstahandsval

24:52
Promptning 101 | Code w/ Claude

Anthropic

Två medlemmar i Anthropics Applied AI-team bygger en verklig prompt direkt i videon och lägger successivt till en roll, strukturerade avsnitt och uttryckliga tankesteg. Det är YouTubes mest trovärdiga demonstration av hur man använder tankekedjor utan att göra tekniken till en ritual, och den konkretiserar artikelns poäng om att sluta klistra in ”Let's think step by step” i allt.

Vad du bör få ut av detta: Du kan lägga till en roll, strukturerade avsnitt och uttryckliga tankesteg i en prompt utan att göra tankekedjor till en ritual.

Titta på eller ha koll på först: Goda grundkunskaper i promptning. Artikelns indelning av teknikerna är en lämplig utgångspunkt.

Anteckning från AI Expert: Vald för att den visar hur tankesteg används när en verklig prompt byggs upp – motgiftet mot att klistra in ”let's think step by step” överallt, vilket är artikelns centrala varning.

Öppna videosidan

Värt att titta på

29:29
Tree of Thoughts: avsiktlig problemlösning med stora språkmodeller (fullständig genomgång av forskningsartikeln)

Yannic Kilcher

Yannic går igenom den ursprungliga forskningsartikeln om Tree of Thoughts från Princeton/DeepMind – loopen generera, poängsätt, gallra och backa, varför den höjer träffsäkerheten i Game of 24 från 4 % till 74 % och var tekniken slutar vara värd sin 10× högre tokenkostnad. Den är användbar just för att den tvingar dig att se ToT som en sökalgoritm, inte som ett magiskt prefix till en prompt.

Vad du bör få ut av detta: Förstå resonemangsmönster som bygger på att generera, poängsätta och gallra samt när de blir för dyra för verkligt arbete.

Titta på eller ha koll på först: Du bör vara bekväm med tekniska genomgångar av forskningsartiklar, men behöver inte ha läst artikeln.

Anteckning från AI Expert: Inkluderad för att konkretisera ToT som en sökalgoritm med en verklig tokenkostnad. Gränsen vid 10x kostnad är den praktiska lärdomen, inte jämförelsetalen.

Öppna videosidan