complex reasoning tasks | BriefGPT

关键词complex reasoning tasks

搜索结果 - 9

COLINGChainLM: 通过改进思维连贯性促进大型语言模型的能力
Chain-of-Thought 提示可以增强大型语言模型（LLMs）的推理能力，现有的 CoT 综合方法针对简单推理任务，导致 CoT 提示的质量低且不一致。为了应对这一挑战，我们进行了 CoT 提示的实证研究并引入了 CoTGenius
PDF3 months ago
EMNLP思想交流：通过模型协作提升大型语言模型的能力
通过链式推理技术，大型语言模型（LLMs）在复杂推理任务中取得了显著进展。然而，它们的推理常常受到内在理解的局限，缺乏外部洞察力。为了解决这个问题，我们提出了一种名为 “交换思路（EoT）” 的新框架，它在问题解决过程中实现了跨模型通信。E
PDF7 months ago
多元人工智能监督原则的探索
使用下一个令牌预测训练大型 Transformer 在人工智能方面取得了突破性进展，但这种生成式人工智能方法严重依赖人类监督，我们提出了一种新的自主生成高质量训练数据的范式 —— 探索型人工智能 (EAI)，通过利用大型语言模型在自然语言空
PDF9 months ago
Ada-Instruct: 为复杂推理调整指令生成器
通过对开源 LLMs 进行微调，我们引入了 Ada-Instruct，一种自适应指令生成器。我们的结果表明，通过仅使用十个样本对开源 LLMs 进行微调，可以生成分布一致的长指令，用于复杂的推理任务。我们在不同的应用中进行了实证验证，包括代
PDF9 months ago
大型语言模型在国际象棋棋盘上的应用：对 ChatGPT 的形式语言理解和复杂推理能力的研究
这篇论文通过探究 ChatGPT（OpenAI 的先进语言模型）处理复杂推理任务（以国际象棋为例）的表现，利用评估棋盘理解、国际象棋规则遵守和战略决策能力的健全指标来识别其注意机制和自我调节能力的局限性，以及在自然语言体量较大或棋盘状态理解
PDF10 months ago
ChatCoT：基于聊天的大型语言模型的工具增强思维链推理
ChatCoT 是一种用于聊天式大语言模型的工具辅助思维链推理框架，大幅提高了在复杂推理任务上的表现。
PDFa year ago
大型语言模型的思路链主动提示
本文提出了一种新的方法 Active-Prompt，通过任务特定的示例提示来适应 LLMs 的不同任务，通过从特定的查询池中选择最不确定的问题进行注释来确定哪些问题是最重要和有帮助的。经验结果表明了我们提出的方法的优越性，取得了八项复杂推理
PDFa year ago
ACL嗨，AI，你能通过与代理人对话解决复杂任务吗？
为了解决模型训练的数据和资源浪费问题，本文提出了一项新的挑战 —— 通过自然语言与现有智能体通信以完成复杂任务。通过设计一个综合性的基准测试 ——CommaQA，该基准测试包括三项复杂的推理任务，旨在通过与现有的 QA 智能体进行沟通来解决
PDF3 years ago
基于诊断的解释生成
本文介绍了如何直接优化指标来训练生成逐句解释的模型，其诊断属性包括忠实度、数据一致性和置信度指示，并在三种复杂推理任务上显著提高了解释质量、与人类理性的一致性和下游任务表现。
PDF3 years ago