思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）

过了，云智真tm香啊。😜

题干分析 题设给予我们一个人通过老式九键输入的按钮顺序字符串，已知老式九键输入模式为按对应的数字按键k次定位到该数字按键表示的三个或四个字母中的第k个进行输入（注意不会循环）。要求我们通过所给的按键顺序字串推测可能的输入内容总数（结果对取余） 算法思路 拆分问题： 首先考虑全部按键顺序字串只有一种按键的情况：  如果没有按任何按键，输入内容视作空，仍然看作一种情况 如果只按一次某按键，输入内容唯一，即所按按键对应的第一个字母 如果按两次，要么对应两次第一字母，要么对应一次第二字母，共2种情况 如果按三次，对应三个第一字母，对应一个第二一个第一，先后关系导致计数+2，以及一次第三字母，共计4种情...