📄️ 🟢 介绍
本章介绍如何使补全结果更加可靠,以及如何通过检查来确保补全结果的可靠性。
📄️ 🟢 提示去偏差
本页面介绍了一些简单的技巧用以去除提示中的偏差。
📄️ 🟡 提示多样性
DiVeRSe(@li2022advance) ("Diverse Verifier on Reasoning Steps") 是一张通过三重方式提高答案可靠性的方法。它通过使用多个提示生成多样化的补全结果(completions),使用验证器区分好的答案和坏的答案,并使用验证器检查推理步骤的正确性。
📄️ 🟡 大语言模型自我评估
基本自我评估
📄️ 🔴 校准大语言模型
通过校准输出分布(@zhao2021calibrate),可以抵消LLM表现出的某些偏差。