应该是学历好，能力强

之前曾经干过一段时间行政。大概过年期间二三十天，一天给我80块钱，然后什么扫地呀，擦桌子呀，给学生订饭呀，什么擦黑板呀，拖地呀，然后基本上就是这些活，然后没事儿的时候就在那儿坐在那儿，然后看看书，写写毕业论文啥的

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）

现在越来越觉得对于大多数人来讲AI的快速发展让我们越来越懒得思考了，人都是有惰性的，贪图享乐是人的天性，不同的是有一部分人会将其用别的方式转移，但大多数人并没有能够克制自己的勇气和毅力，所以最终的结果就是越发堕落了

对于需要探索或预判战略的复杂任务来说，传统或简单的提示技巧是不够的。最近，Yao et el. (2023) 提出了思维树（Tree of Thoughts，ToT）框架，该框架基于思维链提示进行了总结，引导语言模型探索把思维作为中间步骤来解决通用问题。ToT 维护着一棵思维树，思维由连贯的语言序列表示，这个序列就是解决问题的中间步骤。使用这种方法，LM 能够自己对严谨推理过程的中间思维进行评估。LM 将生成及评估思维的能力与搜索算法（如广度优先搜索和深度优先搜索）相结合，在系统性探索思维的时候可以向前验证和回溯。ToT 框架原理如下：图片援引自：Yao et el. (2023)ToT 需要...