Scopri come testare questo ragionamento. Return JSON {"assumptions":"quali presupposti nascosti dovrebbero essere estratti","weak_step":"quale passaggio controllare per primo e come","test":"un modo specifico per ricontrollare (esempio, numeri, controesempio)"}
La regola principale: il testo scorrevole non equivale al testo corretto. La fiducia di un modello è uno stile di discorso, non una prova. Controlliamolo passo dopo passo. Primo: estrarre le ipotesi nascoste: su cosa si basa la conclusione (qual è il tasso, qual è l'intervallo di tempo, che il reddito è stabile). Secondo: ricalcola tu stesso il passaggio chiave o utilizzando un piccolo esempio con numeri primi. Terzo: chiedere un controesempio: una situazione in cui la conclusione fallisce. Quarto: controlla se i tuoi concetti sono cambiati lungo il percorso. La prima tecnica: chiedi alla modella di "criticare la propria risposta" o di interpretare un avvocato per la posizione avversaria - questo rivelerà i buchi che ha nascosto in modalità difensiva. Il secondo trucco non è ovvio: sostituire i valori estremi: zero, un numero molto grande. Se la conclusione va in pezzi, allora la logica è fragile e si basa su presupposti convenienti. Un errore tipico per un principiante è accettare la verità con un tono fiducioso: più la risposta sembra fluida, più attentamente dovresti cercare dove si nasconde esattamente la tensione.
Sblocca l'accesso per inviare soluzioni per la revisione istantanea dell'intelligenza artificiale.