Chain of Thought

已于 2023-07-15 15:42:35 修改
阅读量115 收藏
点赞数
文章标签： 人工智能
于 2023-07-15 15:42:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shaui058/article/details/131737549
版权

  • 让我们一步一步来思考（给AI一个鼓励）

  • Zero-Shot
    在这里插入图片描述

  • Manual-CoT（手动设计一些问题和样例，也就是高亮部分，比zero-Shot性能好）

  • 把设计的问题和答案和最后要问的问题拼接给字符串，让它回答。
    在这里插入图片描述

  • Auto-CoT（把人工设计的few-shot由模型自动构建，让大模型帮助生成最终问题和答案）

  • 在10个数据集上，Auto-CoT比Manual-CoT的性能还要好。印证了CoT领域有很多未解之谜。
    在这里插入图片描述

  • 为什么要使用COT
    问题可以分为两类，一类是容易回答的，没有太多逻辑推理，比如：天气如何。另一类是需要长链条的逻辑推理的问题：数学等。
    当语言模型的规模指数级增大时，它解决常规问题的能力有了很大的提升，然而它解决逻辑推理的问题的能力却提升很小。而CoT就是帮助解决这样的问题，它的核心思想是;不要光给出答案，把推理过程也给出来。

  • 提示词的技巧（吴恩达大佬提示教程https://github.com/datawhalechina/prompt-engineering-for-developers/blob/main/content/Building%20Systems%20with%20the%20ChatGPT%20API/10.Evaluation-part2.ipynb）

  • 利用分隔符分割指令和内容

在这里插入图片描述

  • 要求一个结构化的输出
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 提供少量的实例

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

  • 给他一些知识
    在这里插入图片描述
北巷！！
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Language Models are Multilingual Chain-of-Thought Reasoners.pdf
05-18
"Language Models are Multilingual Chain-of-Thought Reasoners" Language Models 作为多语言链式思维推理器，具有出色的多语言推理能力，即使在资源稀缺的语言中，如孟加拉语和斯瓦希里语。这项研究引入了 ...
Chain-of-thought prompting elicits reasoning in large language
08-11
链式思考提示在大型语言模型中的应用 在大型语言模型中，链式思考提示是一种能够提高模型推理能力的技术。该技术通过提供一系列中间推理步骤，帮助模型生成更加合理的答案。链式思考提示可以被应用于多种任务中，如...
Multimodal Chain-of-Thought Reasoning in Language Models.pdf
04-21
大型语言模型（LLMs）通过利用思维链（Chain-of-Thought, CoT）提示来生成中间推理链条作为推断答案的理由，已经在复杂的推理任务中展现出卓越的表现。然而，现有的CoT研究主要集中在语言模态上。本文提出了一种多...
Chain-of-Thought Prompting Elicits Reasoning in Large Language M
05-03
《链式思考提示激发大型语言模型的推理能力》 在自然语言处理领域，大型语言模型已经展现出了强大的语言理解和生成能力。然而，当面临复杂的推理任务时，这些模型的表现往往受限。本文研究了如何通过生成一系列中间...
谷歌FLAN-T5作者亲讲：5400亿参数，1800个任务，如何实现大语言模型“自我改进”-鲟曦研习社.pdf
09-15
FLAN-T5模型在此基础上进一步发展，引入了Chain of Thought (CoT)机制，这是一种思考链技术，允许模型逐步推理解决问题，从而实现“自我改进”。CoT机制使得模型在处理复杂任务时能展现出更接近人类的逻辑思维过程，...
【深度学习】PyTorch框架(6)：GNN图神经网络理论和实践
MUKAMO的博客
07-19 732
本文深入探讨了神经网络在图结构数据处理中的应用，介绍了图的邻接矩阵和边列表表示方法，以及图卷积网络（GCN）和图注意力网络（GAT）的实现。实践表明，图信息对提升预测模型性能至关重要，GNNs在社交网络、生物信息学、交通优化和推荐系统等领域具有巨大潜力，未来在AI领域将扮演更重要角色。
昇思25天学习打卡营第14天|LLM-文本解码原理--以MindNLP为例
wwt72的博客
07-17 618
限制输出序列的最大长度为50个token。top-p=0.95，top-p采样表示在每一步生成token时，只从概率分布中累计概率达到95%的token中进行采样，有助于保持生成文本的流畅性和质量，同时允许一些低概率的token被选中，从而增加多样性。表示禁用了top-k采样，因为在top-k采样中，通常是从概率最高的k个token中随机选择一个token作为下一个输出，而这里设置为0表示不限制token的选择，实际上这将等同于使用 softmax 概率分布直接进行采样。这有助于提高生成文本的多样性。
揭示生成式 AI 在数据叙事和分析中的影响
gongdiwudu的专栏
07-16 1088
在广阔的数据分析领域，改变游戏规则的最深刻的发展之一是生成式人工智能 （GAI）。这是一个激动人心的时刻，人工智能不仅仅是基于历史数据进行处理和预测;它正在创造一些全新的东西，彻底改变数据叙事和分析过程。在最近的一次会议中，我有机会探讨了这项技术创新的基本原理、架构和潜在影响。以下是我们介绍的内容的简明摘要。
python训练模型报错：BrokenPipeError: [Errno 32] Broken pipe
Dxy1239310216的博客
07-18 253
如果问题持续存在，并且你的项目不是必须在 Windows 上运行，考虑在 Unix/Linux 系统上运行你的代码。确保在数据加载器中使用的任何自定义函数或类都是可序列化的，因为多进程需要能够在不同进程间传递它们。进行多进程数据加载时尤其常见，尤其是在 Windows 系统上，因为 Windows 对多进程的支持与 Unix/Linux 系统有所不同。有时候，错误可能是由其他部分的代码引起的，而不是直接由数据加载器引起。如果问题依然存在，你可能需要更详细地检查你的代码或寻求更专业的帮助。
大模型面经
最新发布
weixin_43744732的博客
07-19 524
大模型，面试，八股文
ChaosMeta for AI：混沌工程让AI稳定性更上一层楼
samson
07-18 314
混沌工程的核心思想是“通过在真实环境中引入故障，评估和提升系统的稳定性”。在实际应用中，这意味着通过故意制造各种错误和故障，观察系统的表现，从而找出和修复系统的脆弱点。随着AI系统逐渐成为现代技术的支柱，混沌工程的应用范围也在不断扩展。输出内容：模拟历史已发生的故障，如输出乱码，通过注入代码篡改故障，检验系统的容错能力，确保终端用户看到的是稳定可用的内容。任意代码篡改：模拟意外代码修改对输出的影响。输入内容：通过对抗性样本测试，确保模型的合规合法，符合伦理道德标准。
Gradio从入门到精通（1）---快速入门
疯狂飙车的蜗牛的博客
07-15 1385
Gradio 是一个开源 Python 包，允许您为机器学习模型、API 或任何任意 Python 函数快速构建演示或 Web 应用程序。然后，您可以使用 Gradio 的内置共享功能在几秒钟内共享指向演示或 Web 应用程序的链接。无需 JavaScript、CSS 或 Web 托管经验！Gradio最大的特点就是简单，便捷，短短几行代码就可以快速构建大模型web应用程序；当前很多人工智能模型的演示都是使用Gradio打造的；您会注意到，为了制作第一个演示，您创建了该类的实例。
AI作画入门指南：从基础到高级的全面教程
2401_85639015的博客
07-15 588
定义：AI作画是利用人工智能技术生成艺术作品的过程。常用的工具包括Midjourney、DALL-E和Stable Diffusion等。原理：通过深度学习模型，AI能够解析输入的文字描述，并生成相应的图像。通过这份指南，您可以从基础入门逐步掌握AI作画的技巧，最终创作出独具个性的艺术作品。AI作画不仅是技术的应用，更是艺术的创作。希望这份全面教程能为您的创作之旅提供有益的帮助，激发您的艺术潜能。
机器学习数据集的一致性表现在哪些方面-九五小庞
qq_37241964的博客
07-19 164
总结而言，确保数据集的一致性是提高模型效果和泛化能力的关键。通过综合检查特征分布、数据规律、时间因素、分布式环境和神经网络特征表达的一致性，可以全面评估和保障数据集的一致性。这不仅有助于提升模型的性能，也为后续的特征工程和模型优化提供了坚实的基础。
基于深度残差网络迁移学习的浸润性导管癌检测
qq_47896523的博客
07-18 677
癌症是一种异常细胞不受控制地分裂损害健康组织的疾病。皮肤或覆盖我们内脏的组织中的癌细胞被称为癌。乳房中的大多数癌是导管癌。侵袭性导管癌(Invasive Ductal Carcinoma, IDC)始于乳管，侵犯乳房周围纤维组织，晚期可通过血液扩散至淋巴结或身体其他部位，威胁患者生命。这种恶性肿瘤的治疗取决于它的分期、严重程度和它所属的亚型。事实证明，早期诊断有助于减少治疗过程中的并发症，从而提高患者的生存几率。IDC癌的诊断可基于病理任务，包括显微镜观察和多片载玻片检查。
上海昇腾AI训练营笔记
嵌入式点灯砖家的博客
07-18 801
Ascend C系列AI处理器适用于计算力需求较低的场景，如智能监控、边缘计算等。提供多种精简模式和高性能模式，满足不同应用场景下的性能要求。支持全场景覆盖，既可以部署在云端也可以部署在端侧。
[数据集][目标检测]拐杖检测数据集VOC+YOLO格式2778张1类别
FL1623863129的博客
07-19 77
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["whitecane"]whitecane 框数 = 4635。图片数量(jpg文件个数)：2778。标注数量(xml文件个数)：2778。标注数量(txt文件个数)：2778。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
《电脑知识与技术》是什么级别的期刊？是正规期刊？能评职称吗？
2301_81053900的博客
07-18 407
是一本面向计算机全行业的综合性学术刊物。编委委员均来自国内各著名高校的教授和博士生导师，他们是我国计算机科学领域方面的专家、学者和权威人士；主要面向高等院校、各公共图书馆、情报所（室）、研究所以及厂矿的科技工作者、科学研究人员、广大教师、研究生、博士生。7、来稿请注明姓名、性别、籍贯、出生年月、学历、职称、工作单位、联系电话、详细邮寄地址。10、若不能被录用，恕不退稿，请作者自留底稿，不同意上述稿件处理方式的作者请转投他刊。3、题目下面均应写作者姓名、单位名称、所在城市、邮编，多位作者分别列出上述信息。
【附源码】Python ：人脸实时检测与抓捕
脱发快乐中
07-17 221
使用Python和OpenCV检测人脸是一个常见的计算机视觉任务。本文代码将打开你的摄像头，并在窗口中显示实时视频流，同时在检测到的人脸上绘制矩形框。按’q’键可以退出程序。
chain-of-thought代码
10-19
chain-of-thought代码是一种用来构建和理解思维链条的程序代码。思维链条是指思考过程中的逻辑思维的一系列连接。这种代码的作用是帮助我们在程序中整理和管理思维的流程，使其更加清晰和易于理解。 chain-of-...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值