中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

這是一份寫給非技術(shù)崗的產(chǎn)品經(jīng)理/運營的CoT（思維鏈）應(yīng)用指南。

01 引子：不算久遠的AI往事

2023年底，Google大張旗鼓地發(fā)布了自己的多模態(tài)大模型Gemini，《Introducing Gemini: our largest and most capable AI model》。當(dāng)時宣傳之盛，大有要復(fù)刻Chatgpt橫空出世時的風(fēng)光。

但是，任憑谷歌如何大開香檳，業(yè)內(nèi)并不買賬，反而紛紛吐槽起谷歌竟也為了“優(yōu)等生”的面子刷榜、水?dāng)?shù)據(jù)。刷榜跡象鐵證如山，其中有一項尤為矚目：在跟 GPT-4 對比推理能力的時候，谷歌“雞賊”地給自己的模型用了叫做 Chain of Thought（鏈式思維）的提示策略，而用來作為對照組的GPT-4 呢，并沒有。

這個提示策略能給大模型帶來多大的差異呢？嗯，大約就是考試的時候一個人允許用草稿紙，另一個人只允許口算的差別。所以，當(dāng)Gemini用了這樣的開掛神器，要和“裸考”的Gpt-4比高下，自然會引來非議。

經(jīng)此一役，Gemini有沒有如愿被硬捧上寶座，不得而知。但CoT（鏈式思維）的江湖地位更為牢固了。幾乎沒有人能否認，它是提示工程中重要的策略之一，大模型們能不能跑出復(fù)雜的推理，生成符合邏輯的響應(yīng)，端賴此君。

既然CoT如此重要，自然很值得一篇文章來好好討論：

• CoT到底是什么？它是如何產(chǎn)生的？
• 為什么大語言模型有它沒它，會有如此大的差異？
• 在非技術(shù)領(lǐng)域，它有哪些應(yīng)用？

02 誕生：進化而來的“思考力”

CoT全稱是Chain of Thought，中文通常翻譯為鏈式思維、思維鏈等。它是在提示詞工程中被廣泛使用的核心技術(shù)之一。它的中心思想就是當(dāng)模型碰到復(fù)雜的推理問題的時候，要拆解成多個簡單的子問題，并依次求解，形成一條完整的推理鏈條，再讓大模型回答。

AI科學(xué)家之所以會提出這種“逐層拆解”的方式，還要從人工智能進化歷史說起。

如果我們要給大語言模型“短暫又輝煌”的歷史找一個關(guān)鍵的里程碑，那無疑是2017到2019年。那時候，Transformer模型的出現(xiàn)，為機器學(xué)習(xí)帶來了新的方向。傳統(tǒng)的全監(jiān)督學(xué)習(xí)方法逐漸顯得力不從心，研究者們開始探索以預(yù)訓(xùn)練模型為基礎(chǔ)，輔以Fine-tuning的新方向。

但是，隨著預(yù)訓(xùn)練模型的規(guī)模日益增大，F(xiàn)ine-tuning的成本也隨之上升，而效果卻不盡如人意。為了解決這個問題，提示工程應(yīng)運而生。它通過提供任務(wù)指示和專家知識，使得AI的輸入和輸出更加符合訓(xùn)練時的數(shù)據(jù)模式。

到了2022年，LLM的提示效果有了顯著提升，許多之前難以處理的任務(wù)，如對話和上下文理解，都取得了突破。然而，在復(fù)雜推理方面，大模型的表現(xiàn)仍有提升空間。如果讓LLM處理算術(shù)推理、常識推理和符號推理，它給出的答案可能并不總是準確。

為了改善這一點，鏈式思維被提出。這種方法旨在幫助AI更好地處理復(fù)雜推理任務(wù)，提高其準確性和可靠性。這種逐步推理的方式不僅降低了問題的難度，還使得模型的推理過程更加透明和可解釋。

我們用一個例子來說明CoT有多重要：

提問：這個餐廳原來有23個蘋果。中午用掉了20個，然后又買進了6個。請問現(xiàn)在餐廳一共有多少個蘋果。

這個在人類看起來平平無奇的計算題，在沒有“鏈式思維（CoT）”的大模型時代，簡直是黑暗降臨。

因為沒有鏈式思維的LLM會直接回答你：還有27個。

你甚至不知道它為什么會生成這么個離譜的答案。

好在我們有了CoT，它能要求模型逐步拆解這個問題：

1. 這個餐廳最開始有23個蘋果。
2. 用掉了20個，所以是23-20=3。
3. 又買了6個，所以是6+3 = 9。

所以，答案是9個?；卮鹫_！

自此，大模型有了“思考之光”。此后技術(shù)界對于CoT，有了一系列的衍生研究，大致成果如下：

1. 結(jié)合驗證和細化：思維鏈推理過程中可能會出現(xiàn)誤差，產(chǎn)生錯誤的推理步驟。為了減少這種現(xiàn)象，結(jié)合驗證來獲取反饋，并根據(jù)反饋改進推理過程。
2. 問題分解：通過將多步驟推理問題分解成多個中間步驟，分配給更多的計算量，生成更多的token，再進行求解。
3. 利用外部知識：結(jié)合外部知識對不確定的例子進行重新推理，減少分析中的事實錯誤。
4. 投票排序：利用投票機制消除錯誤答案，然后對每個推理步驟進行獨立的細粒度驗證。
5. 提高效率：通過優(yōu)化模型結(jié)構(gòu)和算法，減少不必要的計算量，提高推理的效率。
6. 減少偏見：針對CoT可能產(chǎn)生的系統(tǒng)性偏見問題，引入了BCT無監(jiān)督微調(diào)方案。這種方法可以訓(xùn)練模型在包含和不包含偏見特征的提示下給出一致的推理，減少偏見推理。
7. Let’s think step by step：引入了一種簡單的提示方法，通過在問題的結(jié)尾附加“Let’s think step by step”等詞語，使大語言模型能夠生成一個回答問題的思維鏈。這種方法無需額外的訓(xùn)練數(shù)據(jù)，可以直接應(yīng)用于各種推理任務(wù)。

這些增強的技術(shù)手段，讓大模型的“鏈式思維”除了“在中間加步驟”的總原則，有了更多的推理保障，讓整個推理過程更嚴謹，生成的結(jié)果質(zhì)量也更好。

03 應(yīng)用：充分開發(fā)CoT，為我所用

到這里，也許你會問：CoT的功效我知道了，但我并不是算法工程師，平時只是要應(yīng)用提示詞進行工作，了解CoT對我來說有什么用？

在我們的經(jīng)驗中，即便是在內(nèi)容創(chuàng)作、產(chǎn)品設(shè)計或項目規(guī)劃等領(lǐng)域，只需掌握一些基本的增強技巧，依然能充分利用大型語言模型的推理潛能，點亮它的“思考之光”。

我們總結(jié)了五種實用的場景：

1. Let’s think step by step

做法：在輸入問題之后，加一句后綴：Let’s think step by step。

收益：這是最簡單的“鏈式思維”的啟動語。在問題后加入這句話，會要求LLM不要直接跳結(jié)論，而是以一種逐步推理的方式來處理問題。因此，在一些簡單的需要分步驟思考的場景，它會促進LLM主動分步驟，提高它回答的靠譜程度。

2. 復(fù)雜決策/評估的報告產(chǎn)出

做法：在一些復(fù)雜的決策/評估報告的生成場景中，我們可以用后綴“請說明理由/請說出你的推理過程”來讓LLM說明他的評估理由，讓它提供的報告不僅僅只有結(jié)果，還會決策/評估過程，使結(jié)果更具參考性。比如：

• 當(dāng)你提供一些人才績效信息讓它解讀，并要求評估“我們?nèi)绾未_定銷售團隊中哪些成員是高潛力人才，哪些需要進一步培訓(xùn)，以及哪些可能考慮職位調(diào)整？請給出高潛力人才的評估，并說明理由”。
• 當(dāng)你收到了多方面的調(diào)研反饋，要對調(diào)研信息的重要性做一個排序，你可以這樣要求“請根據(jù)XXX的標(biāo)準，對反饋信息做一個分類以及重要性排序，并說出你的推理過程。

收益：在做一些復(fù)雜決策或評估時，決策的理由其實比單一結(jié)果更重要。而加上這一個短短的后綴，不僅僅能讓LLM的產(chǎn)出更準確，我們也能收獲一份有著合理決策過程的產(chǎn)出。

3. 頭腦風(fēng)暴，創(chuàng)意產(chǎn)出更精準

做法：我們可以用CoT的方式，讓大模型幫助我們進行頭腦風(fēng)暴，產(chǎn)出方案。

舉例：假設(shè)你是一家廣告公司的創(chuàng)意總監(jiān)，你需要為一家新興的環(huán)保型清潔用品公司設(shè)計一個廣告活動。

輸入：我們?nèi)绾蝿?chuàng)造一個廣告活動，以提高這家環(huán)保清潔用品公司的市場知名度，并吸引對環(huán)保有高度意識的消費者？”請用鏈式思維頭腦風(fēng)暴出至少五個方案。

大模型：鏈式思維頭腦風(fēng)暴方案

目標(biāo)：為新興的環(huán)保型清潔用品公司設(shè)計廣告活動，提高市場知名度，吸引環(huán)保意識強的消費者。

方案一

目標(biāo)受眾分析：環(huán)保意識強的消費者通常關(guān)注可持續(xù)發(fā)展，喜歡在社交媒體上分享環(huán)保生活方式。

創(chuàng)意概念：##“綠色生活，從選擇開始”##

執(zhí)行策略：

制作一系列短視頻，展示使用我們的產(chǎn)品如何減少對環(huán)境的影響。在Instagram和Facebook上發(fā)起#綠色生活挑戰(zhàn)#，鼓勵用戶分享他們使用環(huán)保產(chǎn)品的照片和故事。

方案二

目標(biāo)受眾分析：環(huán)保消費者傾向于信任和支持那些公開透明、有社會責(zé)任感的品牌。

創(chuàng)意概念：##“透明化生產(chǎn)，清潔你我他”##

執(zhí)行策略：

開發(fā)一個微型網(wǎng)站，詳細展示我們產(chǎn)品的生產(chǎn)過程和環(huán)保實踐。

邀請消費者參觀工廠，讓他們親眼看到產(chǎn)品的環(huán)保生產(chǎn)流程。

方案三

目標(biāo)受眾分析：環(huán)保消費者更愿意為有故事、有情感的產(chǎn)品買單。

創(chuàng)意概念：##“每一滴，都承載著地球的未來”##

執(zhí)行策略：

制作情感化的廣告，講述我們的產(chǎn)品如何幫助保護環(huán)境，比如減少水資源浪費。

與環(huán)保組織合作，通過公益活動提升品牌形象。

方案四

目標(biāo)受眾分析：年輕一代的環(huán)保消費者喜歡通過他們的消費行為來表達自己的身份和價值觀。

創(chuàng)意概念：##“選擇環(huán)保，選擇潮流”##

執(zhí)行策略：

設(shè)計一系列時尚、有趣的環(huán)保清潔用品包裝，吸引年輕消費者的注意。

在大學(xué)校園和音樂節(jié)等年輕人聚集的地方進行產(chǎn)品展示和推廣。

方案五

目標(biāo)受眾分析：環(huán)保消費者通常對產(chǎn)品的成分和來源非常關(guān)心。

創(chuàng)意概念：##“源自自然，饋于自然”##

執(zhí)行策略：

制作一系列教育性的內(nèi)容，如博客文章和視頻，介紹我們產(chǎn)品中的天然成分及其對環(huán)境的積極影響。

在產(chǎn)品包裝上增加二維碼，消費者掃描后可以了解更多關(guān)于產(chǎn)品成分和環(huán)保故事的信息。

方案六

目標(biāo)受眾分析：環(huán)保消費者可能會對那些提供可持續(xù)生活方式解決方案的品牌感興趣。

創(chuàng)意概念：##“全方位綠色生活”##

執(zhí)行策略：

與生活方式博主和環(huán)保KOL合作，展示我們的產(chǎn)品是如何融入日常生活的。

開發(fā)一個綠色生活指南，提供使用我們產(chǎn)品的各種環(huán)保小貼士。

通過以上鏈式思維頭腦風(fēng)暴，我們得到了六個針對不同方面和策略的廣告活動方案，每個方案都旨在提高新興環(huán)保型清潔用品公司的市場知名度，并吸引目標(biāo)消費者。

收益：如果我們少了“請用鏈式思維的方式”，只是簡單要求大模型“請給我五個方案”，我們收獲的只有五個方案的描述。但是由于多了鏈式思維的要求，大模型就會從受眾、概念、策略等步驟逐一進行分解，給出更精準的答案。

4. 為思考流程進行“自定義”

做法：以上的3種做法，我們都只是給到了LLM“你要進行分步驟思考”的要求，但并沒有定義具體的步驟。但事實上，如果你已有成熟的思考步驟，也可以要求LLM跟著你的要求走。

舉例：你想創(chuàng)作一個時間旅行的故事，想讓LLM幫著構(gòu)思情節(jié)，但你有著嚴格的思考要求，并不想讓大模型放飛自我。你可以這樣寫：

我是一個科幻小說家，我希望你能幫我構(gòu)思一部時間旅行的作品。請根據(jù)CoT逐步思考以下問題：

1. 定義核心概念：時間旅行如何影響人物和事件？

2. 探索可能性：如果一個角色可以回到過去，他們可能會改變什么？

3. 構(gòu)建情節(jié)：角色的行動如何引發(fā)一系列事件，導(dǎo)致意想不到的后果？

4. 深化主題：時間旅行的道德困境和哲學(xué)問題是什么？

產(chǎn)出：一篇完善的故事大綱，不得少于2000字

AI的回答：

故事大綱：《時間的織者》

1. 定義核心概念：時間旅行如何影響人物和事件？

核心概念：

時間旅行不是簡單的歷史重寫，而是一系列復(fù)雜的因果鏈。每一次旅行都是對時間織物的編織，每一次改變都可能產(chǎn)生無法預(yù)料的連鎖反應(yīng)。

影響：

人物：時間旅行者會經(jīng)歷身份的轉(zhuǎn)變，從歷史的旁觀者變?yōu)閰⑴c者，甚至可能成為歷史的創(chuàng)造者。

事件：歷史不再是固定的，而是流動的，每一次旅行都可能導(dǎo)致完全不同的歷史走向。

2. 探索可能性：如果一個角色可以回到過去，他們可能會改變什么？

角色：艾麗森，一位物理學(xué)家，發(fā)現(xiàn)了時間旅行的秘密。

可能的改變：

個人層面：艾麗森試圖修正自己過去的錯誤，比如挽救親人的生命。

社會層面：她考慮改變歷史上的重大事件，如阻止戰(zhàn)爭或災(zāi)難。

科學(xué)層面：她試圖帶回未來的科技，以加速當(dāng)前社會的發(fā)展。

3. 構(gòu)建情節(jié)：角色的行動如何引發(fā)一系列事件，導(dǎo)致意想不到的后果？

情節(jié)概述：

艾麗森首次嘗試時間旅行，成功回到了十年前，試圖阻止一場導(dǎo)致她弟弟死亡的車禍。然而，她的行動意外地改變了歷史，導(dǎo)致了一個平行宇宙的出現(xiàn)，其中她的弟弟成為了一個科技巨頭，但同時也引發(fā)了一場全球性的經(jīng)濟危機。

事件鏈：

初始行動：艾麗森回到過去，阻止了車禍。

第一次后果：弟弟幸存，成為科技巨頭。

第二次后果：弟弟的公司開發(fā)了一種新的能源技術(shù)，導(dǎo)致全球能源市場崩潰。

第三次后果：經(jīng)濟危機引發(fā)社會動蕩，艾麗森發(fā)現(xiàn)自己的世界變得陌生和危險。

4. 深化主題：時間旅行的道德困境和哲學(xué)問題是什么？

道德困境：

個人與集體：艾麗森的個人行動對整個社會產(chǎn)生了深遠的影響，她是否應(yīng)該為了個人的利益而改變歷史？

預(yù)知與責(zé)任：如果知道未來會發(fā)生什么，是否有責(zé)任去改變它？

哲學(xué)問題：

自由意志與命運：時間旅行是否意味著命運是可塑的，還是說時間旅行本身就是命運的一部分？

歷史的真實性：如果歷史可以被改變，那么什么是真實的歷史？

存在的意義：如果過去可以被重寫，那么現(xiàn)在的存在是否還有意義？

故事大綱：

第一章：發(fā)現(xiàn)

艾麗森在實驗室中偶然發(fā)現(xiàn)了時間旅行的可能性。

她對時間旅行的理論和實踐進行了深入研究。

第二章：第一次旅行

艾麗森決定回到過去，阻止弟弟的死亡。

她成功改變了歷史，但發(fā)現(xiàn)自己的世界開始變得陌生。

第三章：新世界

艾麗森探索新的歷史線，發(fā)現(xiàn)弟弟成為了科技巨頭。

她開始意識到自己的行動可能帶來了更大的問題。

第四章：連鎖反應(yīng)

弟弟的公司引發(fā)了全球經(jīng)濟危機。

艾麗森試圖找到解決問題的方法。

第五章：道德困境

艾麗森面臨道德抉擇：是否應(yīng)該再次干預(yù)歷史？

她開始思考時間旅行的道德和哲學(xué)意義。

第六章：時間的織者

艾麗森決定成為一個“時間的織者”，謹慎地修復(fù)時間織物的裂痕。

她學(xué)習(xí)如何平衡個人愿望和對歷史的責(zé)任。

第七章：回歸與接受

艾麗森最終接受了時間旅行的后果，決定活在當(dāng)下。

她開始利用自己的知識幫助當(dāng)前的世界，而不是試圖改變過去。

第八章：新的開始

艾麗森關(guān)閉了時間旅行的實驗，專注于當(dāng)前的生活。

她成為了一個時間旅行理論的講師，教導(dǎo)人們關(guān)于時間、歷史和責(zé)任的重要性。

結(jié)語：

艾麗森的故事成為了一個警示，提醒人們珍惜現(xiàn)在，理解每一個選擇的重要性。

時間旅行不再是一個逃避現(xiàn)實的手段，而是一個關(guān)于責(zé)任和接受的教訓(xùn)。

這個故事大綱提供了一個關(guān)于時間旅行的復(fù)雜敘事，探討了個人選擇如何影響整個宇宙的深刻主題。通過艾麗森的旅程，讀者可以思考時間、歷史和存在的意義。

收益：

• 無論是小說、演講稿和方案，CoT方法通過逐步構(gòu)建思維鏈條，每個步驟都建立在前一個步驟的基礎(chǔ)上，使得整個故事或論述更加縝密、前后呼應(yīng)。
• 而且有了中間步驟之后，如果需要微調(diào)其中的某一個步驟，只需要繼續(xù)給出指令，修改局部即可。不會影響到整體的框架，調(diào)整的效率大為提高。

5. 多輪對話時，重新喚起記憶

做法：有時候我們在做復(fù)雜的設(shè)計/分析時，可能會涉及到多輪產(chǎn)出。此時，CoT也有用武之地。由于每輪的設(shè)計可能都會有較長的文本輸入輸出，如果上下文內(nèi)容多了，LLM就和人類一樣，對較早的內(nèi)容就“淡忘”。所以，我們在多輪討論中，要提醒它結(jié)合上下文思考。

舉例：我們要通過LLM來設(shè)計一個虛擬的游戲角色，已經(jīng)跟LLM進行多輪設(shè)計：角色的核心概念、背景、形象、技能。最后一步是要結(jié)合以上所有內(nèi)容，來設(shè)計角色的人際關(guān)系，那么在輸入設(shè)計要求之后，可以加入后綴：<請根據(jù)以下流程來工作>

1. 思考角色的核心概念
2. 思考角色的視覺形象
3. 思考角色的能力與技能
4. 思考人際關(guān)系的設(shè)計要求

收益：能確保LLM綜合多輪大文本的理解和思考，再給出結(jié)論。

04 結(jié)語：人腦的特權(quán) vs 智腦的“模仿”

認知心理學(xué)教授斯坦尼斯拉斯·迪昂（Stanislas Dehaene）曾這樣描述過“人腦的特權(quán)”：緩慢地、理智地、符號化地運作，是人腦的特權(quán)。只有它可以在任何可能的時候，提取具有普遍性、邏輯性的、明確的原則。

人類的大腦思考非線性和多維的，思維可以快速跳躍，受到情感、直覺和過往經(jīng)驗的影響。這種思考的結(jié)果高度個性化，且思考路徑也是獨一無二的。它有時并沒有路徑和步驟可循，但依然能推演出一個優(yōu)質(zhì)的結(jié)果。

而大語言模型的CoT技術(shù)，則更像是對人腦的一種“仿作”。它嚴格遵循線性，通過一系列有序的步驟來處理信息，每一步都基于前一步的輸出，以此來確保推理的連貫性和準確性。但是在面對復(fù)雜、未知的問題，它依然缺乏人類情感的深度和直覺的靈光一現(xiàn)。

這似乎讓人們可以松一口氣：至少在未來不短的時間內(nèi)，人類依然能穩(wěn)居于智能生物鏈的頂端。同樣的，在面對未知與不確定的路上，我們也只能踽踽獨行。