Dec, 2022
符号表示对于背景下少样本推理学习的影响
The Impact of Symbolic Representations on In-context Learning for Few-shot Reasoning
Hanlin Zhang, Yi-Fan Zhang, Li Erran Li, Eric Xing
TL;DR本研究的主要目标是使用预先训练的语言模型来进行推理，特别是在推理时使用解释以增强上下文学习。作者将神经符号方法重新引入到这个任务中，并将语言模型作为逻辑程序员，以在知识库中迭代推理。实验结果表明，相对于上下文学习策略， LMLP 在演绎和长度归纳基准测试中表现得更加优秀。