This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
# Aktif-İstem
import { Callout, FileTree } from 'nextra-theme-docs'
import {Screenshot} from 'components/screenshot'
import ACTIVE from '../../img/active-prompt.png'
Düşünce Zinciri (CoT) yöntemleri, sabit bir set insan tarafından biçimlendirilmiş örnekler üzerine dayanır. Buradaki problem, bu örneklerin farklı görevler için en etkili örnekler olmayabileceğidir. Bu durumu çözmek için, [Diao ve diğerleri, (2023)](https://arxiv.org/pdf/2302.12246.pdf) yakın zamanda, farklı görev özelindeki örnek istemlere (insan tasarımı CoT mantığıyla biçimlendirilmiş) LLM'leri uyumlandırmak için Aktif-İstem adlı yeni bir istem yaklaşımı önermiştir.
Aşağıda yaklaşımın bir örneği bulunmaktadır. İlk adım, LLM'yi birkaç CoT örneğiyle veya birkaç CoT örneği olmadan sorgulamaktır. *k* bir dizi eğitim sorusu için olası yanıtlar oluşturulur. *k* yanıtlara (kullanılan anlaşmazlık) dayalı olarak bir belirsizlik ölçüsü hesaplanır. En belirsiz sorular insanlar tarafından ek açıklama için seçilir. Yeni açıklamalı örnekler daha sonra her soruyu anlamak için kullanılır.
<Screenshotsrc={ACTIVE}alt="ACTIVE"/>
Resim Kaynağı: [Diao ve diğerleri, (2023)](https://arxiv.org/pdf/2302.12246.pdf)