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）

很感谢腾子给机会，迷茫了一整年，总算有结果了，还想问问有佬知道iegg部门如何吗

1. 先做个自我介绍吧参考答案您好，我是XXX，主要从事嵌入式软件开发。技术栈方面，熟练掌握C/C++编程，有单片机裸机开发和Linux系统开发经验。在单片机方面，做过基于ARM Cortex-M内核的项目，涉及串口通信、ADC采集、PWM控制、定时器等外设驱动开发。Linux方面，熟悉应用层编程，包括多进程、多线程、网络编程等。最近在做的项目涉及多核处理器的核间通信和DMA数据传输优化。对嵌入式系统的实时性和资源优化比较有心得。2. 看你简历上有单片机和Linux开发经验，具体做过哪些？驱动层有接触吗？参考答案单片机方面：主要使用过STM32和Infineon TRAVEO系列MCU，做过完...