Popular Data Set

同样这个过程使用元提示和模型来生成适应任务的推理模块描述。 实施：在适应了推理模块之后Slf-isovr框架将这些适应后的推理模块描述转化为一个结构化的可执行计划。这个计划以键值对的形式呈现类似于JSON以便于模型理解和执行。这个过程不仅包括元提示还包括一个人类编写的推理结构示例帮助模型更好地将自然语言转化为结构化的推理计划。 阶段二：应用推理结构 完成阶段一之后模型将拥有一个专门为当前任务定制的推理结构。在解决问题的实例时模型只需遵循这个结构逐步填充JSON中的值直到得出最终答案。 二、Slf isovr的实现过程 下面风叔通过实际的源码详细介绍Slf isovr模式的实现方法具体的源代码地址可以在文章结尾处获取。



在手机端阅读源码的体验不太情是前面所讲 土耳其电话 的阶段一定义好slt、pt和implmnt这三个过程。 首先定义slt。给Slt的prompt是“对于给定的任务找出最相关的rsonin moul即确定通过什么方法来解决任务” 然后定义pt。给pt的prompt是“在不需要给出完整解决方案的情况下让大模型调整上一步得到的rsonin moul以更好地适应任务。” 接下来定义implmnt。给Implmnt的prompt是“在不需要给出完整解决方案的情况下利用上一步得到的优化后的rsonin moul创建一个可执行的推理结构。



” 第二步 执行推理结构 第二步要做的事情就是前面所讲的阶段二应用这个推理结构获得最终答案 第三步 提出问题开始推理 第三步就是将这个过程进行推理实现如下面的代码所示这一步非常关键大家可以逐条仔细看： 这段代码非常简单。首先我们提出了9种rsonin mouls即推理的具体方法大家也可以自己提炼出一些推理方法通过prompt告知给nt。 然后我们提出一个具体的推理任务：“Lis 有 个苹果。她给了朋友 个苹果然后从商店买了 个苹果。Lis 现在有多少个苹果？” 然后大模型会自动选出最合适的推理方法。