Prompt输出限制怎么写？用CCoT限制输出长度的推理，大幅提高LLM准确性

文章预览

点击上方 蓝字 关注我 本文：5200字阅读  14分钟   最近，有不少朋友问我如何实现精准限制输出？比如DoT《 真的别再吹o1模型是新的范式，看看清华的思维图(DoT)框架，LLM推理集大成者 》或者别的类似带有Thought这种的prompt推理方法经常性输出冗长内容（LLM给出很多废话），而这些prompt方法又不得不用，这在项目成本和内容要求上都遇到了巨大瓶颈。 图片由修猫创作 一项由意大利比萨的著名高等教育和研究机构圣安娜高等学校Sania Nayab等人进行的研究为这个问题提供了一个创新的解决方案- Constrained Chain-of-Thought (CCoT)提示技术。这项研究不仅提出了控制LLM输出长度的新方法，还开发了一套评估LLM输出简洁性和正确性的新指标。这项研究很值得受困于此的朋友借鉴。 01 输出长度与推理效率的矛盾 # 大型语言模型在复杂问题解答方面表现出色，但同时 ………………………………