V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
teli
V2EX  ›  OpenAI

LLM 的长文本的复杂推理优化问题

  •  
  •   teli · 99 天前 · 1024 次点击
    这是一个创建于 99 天前的主题,其中的信息可能已经有所发展或是发生改变。
    提示词长度几 K
    输入加输出,大概 10K
    推理是个树状的结构

    如果直接单轮,准确性问题很大
    "一步步思考"之类是个摆设
    结构化提示词也收效甚微
    也试过请 llm 自己优化提示词,没给出什么有价值的优化

    目前发现效果最好的是,把整个任务拆了,每个子任务只包含需要的部分,每次只请求一个任务
    这个方案缺点有:
    1. token 翻倍(这个怎么解决? 毕竟 token 就是金钱)
    2. 耗时翻倍(这个可以并发解决)

    或者大家有没有更好的方案?
    3 条回复    2024-09-14 06:42:51 +08:00
    mumbler
        1
    mumbler  
       99 天前
    试过 openai 刚刚发布的 o1 模型吗,专门解决复杂推理
    wencan
        2
    wencan  
       99 天前 via Android
    @mumbler 国内上生产要提供算法备案
    TimePPT
        3
    TimePPT  
       99 天前 via Android
    当前没有很好办法解决,保准确率只能牺牲时延和增加计算量,做法就是你说的拆任务配合传统循环+条件判断组成 workflow 控制,这也是为啥会有 dify 这种产品存在
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2833 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 21ms · UTC 12:15 · PVG 20:15 · LAX 04:15 · JFK 07:15
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.