reasoning capabilities | BriefGPT

关键词reasoning capabilities

搜索结果 - 82

ACL基于图表的推理：从 LLMs 向 VLMs 的能力转移
在 VLMs 中，我们提出了一种从 LLMs 转移能力的技术，通过改善图表表示和构建比原始训练集大 20 倍的数据集，合成图表的推理痕迹，最后使用多任务损失对模型进行微调，取得了令人满意的性能。
PDF3 months ago
大型语言模型的推理能力：对抽象与推理语料库的深度分析
利用 Abstract and Reasoning Corpus 数据集的新方法，我们评估了大型语言模型的推理和上下文理解能力，结果表明虽然大型语言模型具有薄弱的推理能力，但在逻辑连贯性、组合性和生产力方面仍然落后于人类，我们的实验突显了
PDF4 months ago
用于稳健评估推理性能和推理差距的功能基准
我们提出了一个用于鲁棒评估语言模型推理能力的框架，使用功能变体基准。在静态问题版本与功能变体快照之间，解决推理测试的模型在性能上不应有差异。我们将 MATH 基准的相关片段重写为其功能变体 MATH ()，其他基准的函数化会随之进行。通过对
PDF4 months ago
大型视觉语言模型的图像推理与描述的认知评估基准
通过使用具有丰富语义的图像，我们提出了一种新的评估基准，评估大规模视觉语言模型（LVLMs）的高级认知能力。该基准定义了八种推理能力，并包括图像描述任务和视觉问答任务。我们对知名的 LVLMs 进行评估发现，LVLMs 与人类之间的认知能力
PDF4 months ago
蒸馏对比解码：通过对比解码和蒸馏提高 LLMs 的推理能力
通过使用 Distillation Contrastive Decoding（DCD）方法，我们成功提升了大型语言模型（LLM）在推理过程中的推理能力，该方法结合了 Contrastive Chain-of-thought Promptin
PDF4 months ago
DeiSAM: 用示意参考完成任何细分任务
大规模、预训练的神经网络在各种任务中展示了强大的能力，包括零样本图像分割。然而，由于缺乏复杂场景中的推理能力，深度学习方法无法可靠地解释这种指示性表示。为了解决这个问题，我们提出了 DeiSAM-- 一个将大规模预训练的神经网络与可微分逻辑
PDF4 months ago
图神经网络中的算法推理
通过与神经网络和热带代数的连接，将算法推理集成到机器学习模型中的潜力展示出来。
PDF4 months ago
LEMMA: 用外部知识增强的 LVLM 增强型多模态误信息检测
利用 Large Vision Language Model（LVLM）及外部知识增强的 LEMMA 方法，大幅提升了多模态错误信息检测的准确性。
PDF4 months ago
分割符号能提高思维链路提示吗？
通过引入 CoT-Sep，一种在 Chain-of-thought prompting 中使用分隔符的新方法，可以显著提高 LLMs 在复杂推理任务上的表现。
PDF5 months ago
ChatGPT 在声明验证背景下的推理能力评估
我们提出了一个基于逻辑推理的框架，用于将宣称或传言与证据分解为验证所需的原子推理步骤，并通过维基百科的合成数据集和在 Twitter 上流传的谣言的真实数据集对 GPT-3.5-Turbo 和 GPT-4（以下简称 ChatGPT）的推理能
PDF5 months ago
无需提示的逻辑链推理
大规模语言模型的推理能力可通过修改解码过程有效地引出连续推理路径，而不需要手动设计提示技术，这种具备内在推理能力的解码方法优于传统贪婪解码方式。
PDF5 months ago
思维传播：扩散语言模型中的思维链推理
通过将扩散模型与思维链技术结合，本研究提出了扩散思维模型（DoT），可以通过扩散过程实现推理步骤的时间扩散。实验证明了 DoT 在多位数乘法和小学数学问题中的有效性，并展示了其自我纠正能力和对自一致解码等推理增强技术的受益。这些发现对于理解
PDF5 months ago
大型语言模型中的群组和对称原理探索
通过引入基于群组和对称性原则的框架，我们评估了大型语言模型在算术推理方面的表现，发现这些模型在保持群组特性方面存在困难，并表现出对特定输出的偏见、性能急剧下降以及对否定的敏感性。同时，我们发现将问题分解为较小的步骤可以帮助大型语言模型在进行
PDF5 months ago
SceMQA: 一项科学类高校入学水平的多模态问答基准
本文介绍了 SceMQA，一种用于大学入学阶段的科学多模态问题回答的新型基准。它解决了现有基准中经常被忽视的关键教育阶段，涵盖了高中到预大学的水平。SceMQA 专注于数学、物理、化学和生物等核心科学学科。它采用多项选择和自由回答的形式，确
PDF5 months ago
提升大规模语言模型在狼人杀游戏中的推理能力
本文提出了一种创新的框架，将大型语言模型（LLMs）与外部思考器模块相结合，以增强基于 LLM 的代理机构的推理能力。该框架形成了一个推理层次结构，其中 LLMs 处理直觉性的 System-1 任务，而思考器专注于需要复杂逻辑分析和领域特
PDF5 months ago
MAGDi: 多智能体交互图的结构化蒸馏提升较小语言模型的推理能力
通过多个大型语言模型之间的多智能体交互，结构化蒸馏途径（MAGDi）通过将多智能体交互表示为图形、通过图形编码器增强基础学生模型，并使用三个目标函数进行知识蒸馏，即下一个标记预测、正确和错误推理之间的对比损失以及基于图形的目标函数。对七个广
PDF5 months ago
ACL为金融中的表格数据分析赋予语言模型工具使用能力
通过使用外部工具对语言模型进行增强，可缓解传播误差和幻觉等挑战，特别是在数据异构、精确性至关重要的金融领域。我们将监督微调应用于 LLaMA-2 13B Chat 模型，使其成为 ' 任务路由器 ' 和 ' 任务解决器 '。通过使用金融领域
PDF5 months ago
ICLRBadChain：大型语言模型的后门思维链触发
该论文介绍了一种针对大型语言模型的链式思维激励下的后门攻击方法，该方法利用模型的推理能力，通过在模型输出的推理步骤序列中插入后门推理步骤，从而改变当查询激发后门触发器时的最终响应。实验证明，该后门攻击方法对多个大型语言模型具有很高的攻击成功
PDF5 months ago
语言模型的演绎闭包训练：连贯性、准确性和可更新性
利用自我学习方法 Deductive Closure Training (DCT) 可以改善语言模型的事实准确性和推理能力，提高文本生成的准确性。
PDF6 months ago
GlitchBench：大型多模型能否检测视频游戏故障？
将视频游戏的质量保证任务应用于大型多模式模型，通过 GlitchBench 评估其视觉理解和推理能力的挑战。
PDF7 months ago