วิธีลูกโซ่แห่งความคิด (CoT) อาศัยชุดตัวอย่างแบบตายตัวที่มีคำอธิบายประกอบโดยมนุษย์ ปัญหาคือตัวอย่างอาจไม่ใช่ตัวอย่างที่มีประสิทธิภาพมากที่สุดสำหรับงานต่างๆ เพื่อแก้ไขปัญหานี้ Diao et al., (2023) เพิ่งเสนอแนวทางการแจ้งเตือนแบบใหม่ที่เรียกว่า Active-Prompt เพื่อปรับ LLM ให้เข้ากับตัวอย่างการแจ้งเตือนเฉพาะงานที่แตกต่างกัน (มีคำอธิบายประกอบโดยใช้การใช้เหตุผล CoT ที่ออกแบบโดยมนุษย์)
ด้านล่างนี้เป็นภาพประกอบของแนวทางนี้ ขั้นตอนแรกคือการสืบค้น LLM โดยมีหรือไม่มีตัวอย่าง CoT บางส่วน k คำตอบที่เป็นไปได้ถูกสร้างขึ้นสำหรับชุดคำถามการฝึกอบรม ตัวชี้วัดความไม่แน่นอนคำนวณตามคำตอบ k (ใช้ข้อขัดแย้ง) คำถามที่ไม่แน่นอนที่สุดจะถูกเลือกไว้สำหรับคำอธิบายประกอบโดยมนุษย์ จากนั้นตัวอย่างที่มีคำอธิบายประกอบใหม่จะถูกนำมาใช้เพื่อสรุปคำถามแต่ละข้อ
แหล่งที่มาของภาพ: Diao et al., (2023)