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）

沟通了60多份目前0面，打招呼多半未读，部分已读不回，寒假找不到实习的话瓦塔西😭优化了下简历，换了个模板试着引入背景，有无大手子拷打一下

求实习啊

1.14约面TEG云架构软件测试测试开发岗1.19一面1h，光速下二面1.23二面1h，跟mt聊的很好，面完显示通过1.28约1.29三面 30min，应该是主管面，面完+1说还可以，不过技术栈不太匹配，可能给我推到别的组1.30下四面 同TEG同岗位应该是换组了 2.3四面1h 体验很差，感觉组里已经不招人了，面官问的问题字少表达不清楚，也不去引导，我问她她就无奈的看着我，反问环节回答我的问题也是非常敷衍，感觉就是不想招人2.4果不其然回池子了，光速被捞，下周一继续一面