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）

太棒了      

leader让我用sql把数据更新一下，我正拿到账号密码登进数据库时，leader让我别操作了，估计是对实习生不放心，不过他让我看他操作，leader手速也是够快的，我看着他点了一下红色的按钮（清空表数据），正要说快回滚，leader就点到了commit上，就这么提交了，领导才反应过来，说了一声啊（数据没备份）

📍面试公司：小红书🕐面试时间： 2 月 3 日💻面试岗位：前端实习❓面试问题：自我介绍一下你提到的项目：庆快校园开发过程中遇到了什么困难。我的困难是双 token 的处理，然后讨论了一些双 token 的东西公司实习项目干了什么，然后讨论了一些问题，我是怎么处理的，面试官追问细节vue3 响应式原理vue 父子组件通信平时怎么写代码的手写三栏布局，多种情况，聊了一些 grid 和 flex还有追问如果是平均分要怎么写flex：1 是什么代码输出题，宏任务和微任务手写 promise.all，遇到一些问题，我用foreach同步代码遍历没有判断结果的数量对不对就直接resolve了反问，问...