前面我们分享了si Rfltion这种偏重反思的 nt设计模式在面对复杂的问题时就需要更强大的Slf-isovr设计模式来进行。这篇文章作者的分享一定不能错过。 在上篇文章《大模型实战篇:si Rfltion nt的左右互搏之术》中风叔结合原理和具体源代码详细介绍了第一种偏重反思的 nt设计模式即si Rfltion。 si Rfltion 的思路非常朴素使用成本较低但是在实际应用中si Rfltion面对一些比较复杂的问题时需要nrtor具备更强大的推理能力。 在这篇文章中沿着“更强大的推理能力”这条优化路线风叔将介绍Slf-isovr设计模式。
这个设计模式非常有意思相信看到最后大家 土耳其电话 会发现令人惊奇的结果。 一、Slf isovr的概念 Slf-isovr 是由ool的研究人员提出的一种 nt框架可实现自动发现和构建推理结构以解决各种推理任务。这种方法的核心是一个自发现过程它允许大型语言模型在没有明确标签的情况下自主地从多个原子推理模块(如批判性思维和逐步思考)中选择并将其组合成一个推理结构。 什么样的人适合做端产品经理? 要想成为优秀的端产品经理懂业务和懂产品是两个很重要的标准。端赛道非常细分产品迭代和推广的速度也很慢这就产生了大量工作机会... 查看详情 > Slf-isovr框架包含两个主要阶段自发现特定任务的推理结构、应用推理结构解决问题。
如下图所示: 阶段一:自发现特定任务的推理结构 主要包含三个主要动作:选择(SLT)、适应(PT)和实施(IMPLMNT)。 选择:在这个阶段模型从一组原子推理模块(例如“批判性思维”和“逐步思考”)中选择对于解决特定任务有用的模块。模型通过一个元提示来引导选择过程这个元提示结合了任务示例和原子模块描述。选择过程的目标是确定哪些推理模块对于解决任务是有助的。 适应:一旦选定了相关的推理模块下一步是调整这些模块的描述使其更适合当前任务。这个过程将一般性的推理模块描述转化为更具体的任务相关描述。例如对于算术问题“分解问题”的模块可能被调整为“按顺序计算每个算术操作”。