给LLM提示你可以通过简单的提示词（Prompts）获得大量结果，但结果的质量与你提供的信息数量和完善度有关。一个提示词可以包含你传递到模型的指令或问题等信息，也可以包含其他详细信息，如上下文、输入或示例等。你可以通过这些元素来更好地指导模型，并因此获得更好的结果。看下面一个简单的示例：提示词： The sky is 输出： blue. 如果你正在使用OpenAI Playground或其他任何LLM Playground，你可以按照以下屏幕截图中的方式提示模型：需要注意的是，当使用 OpenAI 的 gpt-4 或者 gpt-3.5-turbo 等聊天模型时，你可以使用三个不同的角色来构建 ...

bg，成电本，成绩大概30/100，自认为项目做的还可以了，黑马的苍穹外卖，点评，springcloud那个听完了顺便去做了尚硅谷的谷粒商城，没做运维篇，准备了3个月力扣，11月到现在0面试，boss日均100份，，一开始认为是简历问题，于是找了入职的大厂的朋友要了几份简历，只改了个名字电话就投，依旧0面，中途遇到几个卖课的骗子被我一眼丁真，好的，接下来我学校也乱写了，反正根本约不到面，直接填华五的学校，依旧是0面。这还没完，学校有合作企业，里面的岗位听说很简单，之前跟我一个课的同学，把课设写上去了，但是他也没怎么系统学过java，人家已经面完准备入职了，我不知道我是不是不适合计算机，或许就是我能力的问题 ，反正确实是招笑，那么早准备最后0面，不打算继续找了，准备考研了 ，祝大家工作顺利!

啥意思大哥

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...