正在加载模式…
🔢
由少至多提示法(LtM)
将问题从简单成分到复杂成分逐步分解
复杂度: medium推理技术
30秒速览
- 是什么
- 先求解更简单的版本，再逐步加入约束或复杂度，从而解决复杂问题并抵达完整解。
- 何时使用
- 每一步都建立在前一步结果之上、且简单情形能揭示可用于更难情形之模式的多步问题。
- 注意
- 简单情形中的早期错误会在后续所有步骤中不断放大，即使后面的推理都正确，最终答案依然是错的。
向AI专家咨询此模式
打开助手并预填您的问题,发送前可先确认。
由少至多提示法: 概览
将问题从简单成分到复杂成分逐步分解
- Hierarchical problem breakdown
- Bottom-up solution building
- Progressive complexity handling
- Builds on simpler solutions
- Reduces cognitive load
- Systematic approach to complex problems
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。
参考资料
该模式所依据的论文、规范和代码仓库。
- Least-to-Most Prompting Enables Complex Reasoning in Large Language Models (Zhou et al., 2022)arXiv:2205.10625
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (Wei et al., 2022)arXiv:2201.11903
- Decomposed Prompting: A Modular Approach for Solving Complex Tasks (Khot et al., 2022)arXiv:2210.02406
- Maieutic Prompting: Logically Consistent Reasoning (Jung et al., 2022)arXiv:2205.11822
由本目录背后的工程师执行
为你的智能体架构做一次评审
本页讲的是一个模式。真实系统会同时跑几十个，而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计：架构、可靠性、评测与成本，每一条结论都对应到能修复它的模式。
€750（原价 €1,500），一周交付，书面报告加讲解通话，9月30日前