reasoning ability | BriefGPT

关键词reasoning ability

搜索结果 - 39

基于视图的 Hopfield 解释的思维链推理
通过分析在不同设置下的 CoT 方法，从 Hopfieldian 视角提出了 Read-and-Control 方法，通过广泛实验验证了该框架对于理解 CoT、识别推理错误和控制正确推理路径的能力。
PDF14 days ago
CVPR2024 多模态算法推理任务 SMART-101 挑战解决方案
在本论文中，介绍了 HYU MLLAB KT 团队解决 SMART-101 CVPR 2024 Challenge：多模态算法推理任务。为了解决这个问题，我们提出了两个主要思路：利用大规模语言模型 (LLM) 的推理能力，将给定的视觉线索
PDF22 days ago
MARS：用多任务评估数据集评估语言模型的形而上学推理能力
为了使大型语言模型（LLMs）能够成为具有可推广的推理能力的有意识的代理人，关键是它们具备理解由环境因素或其他代理人的行动触发的分布情况变化（转换）的推理能力。我们提出了一种新颖的推理形式，称为 MetAphysical ReaSoning
PDFa month ago
大规模知识洗涤
在大规模语言模型中，我们介绍 Large Scale Washing（LAW）方法，通过更新解码器中的 MLP 层进行知识净化，从而忘记目标知识并保持推理能力。
PDFa month ago
大型语言模型的逻辑推理能力系统评估
最近发展的大型语言模型 (LLMs) 在各种语言理解任务上表现出色，但它们真正能够对自然语言进行 “推理” 吗？本文综合评估了 LLMS 在涵盖命题逻辑、一阶逻辑和非单调逻辑的 25 种不同推理模式上的逻辑推理能力，并引入了 LogicBe
PDF2 months ago
自主对抗性语言游戏增强 LLM 推理能力
在一个叫做 Adversarial Taboo 的对抗性语言游戏中，我们探索了大型语言模型（LLMs）的自我训练过程。通过强化学习和自我博弈，我们观察到 LLMs 在广泛的推理基准上表现出统一的提升，并且通过迭代采用自我博弈过程可以不断提升
PDF3 months ago
CVPR逐步合成：用于基于推理的图表 VQA 的工具、模板和 LLMs 作为数据生成器
通过数据增强和大型语言模型，提升图表问答模型的推理能力，将复杂问题分解为多个逐步推理子问题，并通过外部工具生成最终答案。使用合成数据进行训练，显著提高图表问答模型的准确性，达到了图表问答数据集的最高准确率。
PDF3 months ago
PuzzleVQA: 通过抽象视觉模式诊断语言模型的多模态推理挑战
通过对抽象模式的基本概念进行评估，我们发现大型多模态模型在简单抽象模式上无法很好地泛化。通过对大型多模态模型的推理挑战进行系统分析，我们发现主要瓶颈在于较弱的视觉感知和归纳推理能力。
PDF3 months ago
通过多个协作推理的方式增强人类中心动态场景理解
人类中心的动态场景理解在增强机器人和自主系统能力中发挥关键作用，而基于视频的人物 - 物体交互检测是语义场景理解的关键任务之一，本研究提出了一种新颖的基于多语言模型协作推理的视频人物 - 物体交互检测框架，通过从多个角度进行推理，提高了基础
PDF4 months ago
对话状态跟踪的思维链解释
对话状态跟踪（DST）是记录对话交互中用户查询和目标的任务，当前方法透明地决定槽值，而人类通常采用更为深思熟虑的方法，通过收集相关对话回合的信息，然后推理出适当的值。本文提出的 Chain-of-Thought-Explanation（Co
PDF4 months ago
GraphWiz: 图问题的指令跟随语言模型
通过引入 GraphInstruct 数据集和 GraphWiz-DPO 模型，本研究在复杂图问题领域取得突破，展示了策略性推理路径训练方法以及模型的实用应用潜力。
PDF4 months ago
KG-Agent: 知识图谱复杂推理的高效自主代理框架
本研究旨在通过知识图谱改进大型语言模型 (LLM) 的推理能力，以回答复杂问题。我们提出了一种自主的基于 LLM 的智能体框架 KG-Agent，它允许一个小型 LLM 主动作出决策，直到完成对知识图谱的推理过程。在 KG-Agent 中，
PDF4 months ago
GenDec：一种用于多跳推理的稳健生成式问题分解方法
通过提出可解释问答的生成性问题分解方法（GenDec），本文试图通过生成独立完整的子问题来增强大型语言模型在多跳问题答案推理能力，并通过结合 GenDec 与小规模 QA 系统以及 GPT-4 等最先进的 LLM，进行基于 HotpotQA
PDF4 months ago
SWEA：通过主题词嵌入修改大型语言模型的事实知识
我们提出了一种可扩展的主题词嵌入修改（SWEA）框架，它修改了主题的表示并在推理阶段实现了知识的编辑目标。我们进一步提出了优化然后抑制融合方法，用于编辑 LLMs 中的事实知识。我们在多个数据集上展示了 SWEAOS 的最先进推理能力。
PDF5 months ago
面向关系推理的 LLMs：我们离目标有多远？
通过对归纳逻辑编程基准测试的深入评估，本研究表明与模型规模较小的神经程序归纳系统相比，最新的大型语言模型在推理能力方面表现较差，无论是使用自然语言提示还是真值矩阵提示，它们在性能和泛化方面都表现较低。
PDF5 months ago
A & B == B & A：在大型语言模型中触发逻辑推理失败
我们引入了 LogicAsker，它是一种自动方法，全面评估和改进基于命题和谓词逻辑的大型语言模型的逻辑推理能力，并揭示了 LLM 未能学好的逻辑规则。我们评估了 LogicAsker 在 GPT-3、ChatGPT、GPT-4、Bard、
PDF6 months ago
如果 LLM 是巫师，那么代码就是魔棒：关于代码如何赋予大语言模型作为智能代理的调查
通过将代码集成到大型语言模型的训练数据中，可以提高语言模型的代码生成能力、推理能力以及生成结构化和精确的中间步骤，并将其转化为智能代理在复杂自然语言任务中的应用。
PDF6 months ago
AAAI从 LLMs 中提取复杂推理能力：利用负面数据提炼出来的金子
通过负面样本进行蒸馏以及在算术推理任务中证明负面数据在从 LLM 蒸馏中的作用。
PDF6 months ago
BaRDa：一份将事实准确性和推理能力分开的信念与推理数据集
这篇论文描述了一个名为 BaRDa 的数据集，通过利用和扩展人工注释的 “蕴涵树” 来区分现代语言模型的 “事实准确性” 和 “推理能力”，其中包括真实和虚假事实的混合使用，尤其包括反事实例子，以避免信念偏见（也称为 “内容效应”）; 在四
PDF7 months ago
聊天式 GPT 与人类读者在推理方面的互补优势：来自英文阅读理解的证据
ChatGPT 与中国高中学生在文本阅读推理能力方面存在互补关系，ChatGPT Plus 在情感和因果推理中表现卓越，而学生在负面情绪和逻辑分析方面具有优势。
PDF7 months ago