06｜通过设置思考框架，引导模型进行更好的推理

黄佳

你好，我是黄佳。
在上节课中，我们通过 5 个实用的例子，向你展示了与 AI 模型交互的 5 大基本原则。你应该已经意识到，精心设计的提示可以极大地影响和改善 AI 模型的输出质量。通过使用不同的模型，我们也领略到了它们各自的特点和适用场景。
在这节课里，我们将着眼于一个更高层次的提示工程方法——设置思考框架，来帮助 AI 模型进行更有条理、更可靠的推理。我在 LangChain 实战课的 04、05 讲里也提到过“少样本”（Few-Shot Learning）和“思维链”（Chain-of-Thought）这两个概念。
少样本，旨在使模型能够从极少量的数据样本中学习并泛化新任务。
思维链，就是一个通过思考框架来构建提示词、引导模型完成复杂任务的典型解决方案。
今天，我们就继续从少样本和思维链开始，来继续探讨如何通过设计思考框架，来引导 AI 模型进行深入、完善的推理，提高在各种复杂任务上的表现。
同时，我们还将介绍一些其他的思考框架，比如自我一致性、反思和对话等等。通过这些方法，我们可以让 AI 模型不仅能够得出答案，还能解释其推理过程，甚至对自己的思路进行质疑和改进。从这些思考框架中，你可以看到学术界和产业界对于通过提示词来提升大模型，都进行了哪些角度的思考、探索和尝试。

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
中文繁体
法语
德语
日语
韩语
俄语
西班牙语
阿拉伯语
解释
总结

1. 思考框架可以引导AI模型进行更有条理、可靠的推理，提高在各种复杂任务上的表现。 2. 少样本提示是一种重要的方法，可以让模型快速理解任务要求，无需大量的训练数据。 3. 自洽性框架通过生成多个候选答案并比较其一致性，提高结果的可靠性，鲁棒性更强，探索多样性，增强模型的推理能力.

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《大模型应用开发实战》，新⼈⾸单¥59

立即购买

登录后留言

精选留言

由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。

收起评论