写好ChatGPT提示词之:消耗更多步骤(算力换准确度)
引言
大型语言模型,如ChatGPT,基于深度学习和自然语言处理技术。这些模型通过分析和处理大量的文本数据来学习语言模式和知识。这种训练方法的一个显著好处是模型能够在回答问题、撰写文章或进行会话时表现出高度的信息丰富性和多样性。
然而,这种方法也有其局限性。首先,模型可能在特定领域的知识上不够精准或更新,尤其是在快速变化的领域,如科技或当前事件。其次,由于模型基于训练数据学习,它可能会无意中继承这些数据中的偏见和不准确性。最后,模型可能会在某些情况下产生过于自信的错误答案,因为它缺乏自我意识,无法准确判断自己的知识边界。
在处理上述挑战时,一个关键的解决方案是“给予模型更多的思考时间”。这个策略的基本思想是,当面对复杂或模棱两可的问题时,模型可以通过花费更多步骤来分析和处理信息,从而提高回答的质量和准确性。当然为了让模型花费更多步骤,需要我们在提示词中明确指出完成最终结果所需要的步骤有哪些。
Give the model time to think
这里给出一个例子,可以很明显的看出模型的缺陷
1
2
3
4
5
6
7
8
9
10
11
12
13
这里有一道数学题:
今有雉兔同笼,上有三十五头,下有九十四足,问雉兔各几何?
小明给出的解法是这样的:
设雉为x,兔为y
x + y = 35
2x + 4y = 94
x = 22
y = 13
所以雉有22只,兔有13只
判断结果是否正确
展开
实际上答案应该是雉有23只,兔有12只
这里是gpt给出的结果
可以看出来gpt误判了这一结果,产生过于自信的错误答案。
这里我们稍微修改下提示词,避免直接让gpt做出判断,而是让gpt先给出自己的解题步骤,并且根据自己的步骤和结果来判断给出的结果是否正确
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
这里有一道数学题:
今有雉兔同笼,上有三十五头,下有九十四足,问雉兔各几何?
小明给出的解法是这样的:
设雉为x,兔为y
x + y = 35
2x + 4y = 94
x = 22
y = 13
所以雉有22只,兔有13只
1. 给出你对这道题的理解
2. 根据你的理解,给出正确的数学解法和结果
3. 根据你的解法和结果,判断小明的解法和最终结果是否正确
展开
在指明了具体的步骤之后,gpt首先消耗算力在理解题意和给出自己的解决办法,最后才去判定结果,虽然这一过程明显浪费了算力,但是可以很好的规避gpt的误判问题,尤其是这一类精准的数学问题。
所以在解决一些具体问题过程中,如果出现了gpt经常执行误判一类的问题,建议使用类似解决办法,通过增加算力的使用,从而避免gpt“走捷径”出现误判的问题。
本文由作者按照 CC BY 4.0 进行授权