摘要        大型语言模型（LLMs）通过少量提示展现出了令人印象深刻的的能力。商业化的API，如OpenAI的GPT-3，进一步增加了它们在现实世界语言应用中的使用。然而，如何提高GPT-3的可靠性这一关键问题仍然尚未得到充分探索。虽然可靠性是一个广泛且定义模糊的术语，但我们将其