思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）

实习第三天了，讲讲感受吧，mentor每天都会喊我一起去食堂吃饭，会给我推荐哪家的好吃，吃完饭还会等我，经常没事，会来问我有没有问题，有问题随时来找他。看到我就一个电脑分屏比较困难，还帮我安排了一个新的显示器，可以看下面的图，到现在都没给我派什么任务，让我先熟悉。反正，心里暖暖的

秋招的战场上，每一次投递、面试、等待，都是对自己能力和心态的考验。拿到offer的那一刻，不只是一个纸面的证明，更是一种无声的底气。有了offer，你会发现，原本紧张的面试、犹豫的选择，仿佛都被这份信心照亮。它让你敢于直面未知，敢于提出自己的条件，敢于相信“我值得更好”。底气，不是自夸，而是实打实的实力支撑，是经历磨砺后的淡定从容。秋招的offer，是对努力最直接的回应，也是对未来最坚定的信号。拿到它的你，脚步不再轻浮，眼神不再迷茫——因为你知道，无论前路多远，你都有能力走下去。