reasoning chains | BriefGPT

关键词reasoning chains

搜索结果 - 12

追溯证据：构建基于知识的推理链用于检索增强生成
TRACE 利用知识图谱和推理链的构建提升了多跳推理能力，通过利用检索文档中的支持证据回答问题，平均提升了 14.03% 的性能，并表明仅使用推理链作为上下文通常足以正确回答问题。
PDF15 days ago
COLING推理的聚合：一个增强大型语言模型中答案选择的层次框架
最近在 “思维链路提示” 方面取得的进展为大型语言模型在复杂推理任务中带来了重大突破。然而，当前的研究通过对答案频率进行多个推理链路的抽样和集成来增强 LLMs 的推理性能，但这种方法在正确答案占少数的情况下会失败。为了解决这个局限性，我们
PDFa month ago
LLM 推理器：大型语言模型逐步推理的新评估、库和分析
该论文介绍了 AutoRace 和 LLM Reasoners，分别用于评估和实现不同的推理方法，以解决大型语言模型在生成推理链时所面临的挑战。
PDF3 months ago
我们能为错误答案检测逐步验证吗？
通过对推理链和性能的关系的研究，我们引入了一个专门探索推理链与各个领域不同推理任务性能之间关系的基准 R2PE，该基准旨在通过推理步骤来衡量大型语言模型的最终输出的错误性。我们提出了一种过程识别得分（PDS）框架，充分利用多个推理链的信息，
PDF5 months ago
PathFinder: 多步推理路径导引式搜索
引用束搜索算法的灵感，我们提出了 PathFinder，一种基于树搜索的推理路径生成方法，通过集成动态解码、约束推理和评分排序功能，提高多样分支和多跳推理的效率和质量，以及候选选择的性能，相对于竞争性的基线模型，在三个复杂的算术和常识推理任
PDF7 months ago
ACL基于预训练模型的模块化零样本视觉问答
本文探讨如何利用预训练模型来支持零样本视觉问答，通过模块化的零样本网络将问题分解成子理性步骤，并将子任务分配给适当的预训练模型以实现更好的可解释性。实验表明，我们的方法比其他基线方法更具有效性和可解释性。
PDFa year ago
通过自我评估引导解码的分解增强推理
该研究提出了一种有效的提示方法，通过随机波束搜索融合自我评估指导，可以平衡生成链的质量 - 多样性权衡，并在少次学习的情况下，分别在 GSM8K、AQUA 和 StrategyQA 基准测试中比相应的 Codex-backboned 基线高
PDFa year ago
在大型语言模型中通过迭代引导提高思维链路提示
通过使用迭代的引导选择，我们介绍了迭代链式思考（Iter-CoT）方法，该方法可以使大型语言模型（LLM）自主纠正错误，同时选择具有适度难度的挑战性问题作为样本，从而增强 LLM 对于不同难度的推理任务的泛化能力。实验结果表明 Iter-C
PDFa year ago
语言模型中的多模态思维链推理
该研究提出了一种将语言与视觉信息相结合的理由生成和答案推断的多模态 - CoT 框架，使得答案推断可以更好地利用基于多模态信息的生成的理由，并取得了比先前最先进的 LLM（GPT-3.5）高 16 个百分点（75.17％-> 91.68％准
PDFa year ago
大型语言模型的自动思维联想提示
本论文提出一种基于链式推理的自动提问方法 Auto-CoT，通过采样具有多样性的问题并生成推理链来构建演示，在十项公共基准推理任务中，Auto-CoT 不断匹配或超越需要手动设计演示的 CoT 范例的性能。
PDF2 years ago
ACL通过伪证据训练来增强多跳问答的鲁棒性
本文研究了多跳问答模型中的偏差问题，提出了一种不需要额外昂贵的注释即可学习证据性的新方法，在 HotpotQA 验证了该方法准确，鲁棒性强。
PDF3 years ago
多跳阅读器是否梦想推理链？
本文系统分析了多篇文章 QA 任务的多跳推理能力，在提供额外证据段落的情况下，对现有面向多跳阅读的方法进行了改进，并提出了基于匹配的方法，表明进行显示多跳推理可以提高 QA 任务的执行效果，推荐开发更好的推理模型。
PDF5 years ago