Active Prompt

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）

下图是该方法的说明：

1. 使用或不使用少量 CoT 示例查询 LLM
2. 对一组训练问题生成 k 个可能的答案
3. 基于 k 个答案计算不确定度度量（使用不一致性）
4. 选择最不确定的问题由人类进行注释
5. 然后使用新的注释范例来推断每个问题