如何让 ChatGPT 更好地思考,以获得更佳的输出效果,有几个比较成熟的实践和技巧,背后都有对应的论文。
1)CoT,思维链提示,arxiv.org,将思考过程打印出来或者提供 one-shot/few-shot,输出的准确性会更高;例如你可以在提示词后追加:“Let's think step by step”,效果就要好一些。
对于决策推理性的问题,CoT 的效果都比较不错,事实上这个涌现效果是被发现而不是被设计出来的,后来它的有效性在这篇论文(arxiv.org)中得到了证明。
2)Self-Consistency,自洽性,arxiv.org,在多次输出中找到投票最高的那条,例如你可以这么跟 ChatGPT 说:
“对于每一个问题,你会思考 5 种不同的思路,然后将它们结合起来,输出最佳的措辞、最全面和最准确的答案。”
3)Least to Most prompting,本质是规划+逐步执行,arxiv.org,对于复杂的任务,单纯使用 CoT + SC 效果依然不会太好,可以让 ChatGPT 先自己去拆解问题再回答:
"对于每一个问题,你首先需要回答是否将问题分解为子问题,若否,直接给出答案;若是,则将问题拆解为子问题,然后将它们结合起来,输出最佳的措辞、最全面和最准确的答案。"
“To solve {problem}, we need to……”,让大模型开启这种思维模式,不断细化问题,结果会更好。
4)Multi-Persona Self-Collaboration,多角色扮演,arxiv.org,这个有点类似之前提到的 AutoGen,让多个代理相互对话来解决问题,只不过 AutoGen 是从工程层面真正做到了多 Agents 交互,而这里提到的,是让 ChatGPT 扮演多重人格/角色,例如:
“你可以扮演任何角色,针对我给出的问题,请提供三个最相关的角色,对问题进行两轮讨论,然后你综合讨论结果总结最佳方案。请打印三个角色的讨论过程以及最后的方案。”
以上,这些技巧的运用并不复杂,但是思想比较重要,掌握了之后,稍微修改下 Prompt,便可以得到更加符合预期的结果。#AI学习#
作者:Barret李靖