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）

避雷🐻厂，时间线如下：10.13 oc，ld加v10.22 意向至今无HR联系，问了ld没回复。

📍面试公司：百度🕐面试时间：2026.2.5💻面试岗位：测开❓面试问题：1、自我介绍 2、手撕算法：求字符串数组公共前缀； 3、智力题：苹果 橙子 混合 三箱水果； 4、你的优点与缺点； 5、为什么做测开而不是前后端开发； 6、来到一个新的业务线，如何快速熟悉业务； 7、一个接口反应速度慢，你会怎么提升他的性能 8、搜索引擎偶发性出错，无法复现，你会如何排查； 9、还有一些性格相关的问题，但我记不太清了； 10、反问：您最看重候选人什么品质； 进来负责什么业务；🙌面试感想：几乎没问技术问题，半小时速通。可能跟一面面评比较好有关，面完就打电话过来，oc之，开心之。