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）

可惜太晚了，已经被马力夺舍了，这个拒的是二面，希望以后不会后悔，有一说一，腾讯的人文关怀确实强，那个面试后问卷是最舒服的

上周五，晚上六点，参加了小米一面，整体时长1.5个小时，算是比较长的吧面试官看起来比较年轻，刚开始自己的心态也挺轻松，随着面试的进展，心情变的越加的不对劲，怎么问的每一道题都只知道一点，这是知道了自己的打法，专门来拆台来了 （让我自己认识到自己真不专业，基础太差）问题的答案，我都用一个链接的形式来呈现，相对简单的会做出解释px em rem vw vh 分别解释一下这几个单位www.jianshu.com/p/82f02af17…padding-top, 10%, 10rem，10vh， 10em 取值逻辑是什么这个里面有个坑 就是10% ,取的是父容器的宽度的10%em 也有个坑，不一定取的...