Compare commits
2 Commits
28903041ae
...
fb4c240c9f
| Author | SHA1 | Date | |
|---|---|---|---|
|
|
fb4c240c9f | ||
|
|
64b8bc34f0 |
@@ -10,4 +10,7 @@ Output: (Q + (Q + Let's think step by step | LLM) + The answer is) | LLM
|
||||
## Self-consistency
|
||||
自洽性,使用多数投票(majority vote)的方式来提升最终回答的准确性。不同于之前的方法,本方法会生成多个思路链,最后取多数答案作为最终答案。
|
||||
## LtM
|
||||
Least-to-Most prompt(最少到最多提示过程),进一步将问题分解为子问题,然后逐个解决。
|
||||
Least-to-Most prompt(最少到最多提示过程),进一步将问题分解为子问题,然后逐个解决。主要分为以下两个阶段:
|
||||
- 分解问题
|
||||
将问题分解为子问题:使用 "To solve {Q}, we need to" 来让 LLM 生成子问题。
|
||||
- 解决问题:根据生成的we
|
||||
Reference in New Issue
Block a user