当前位置: 首页 > news >正文

Towards Reasoning in Large Language Models: A Survey

文章目录

    • 题目
    • 摘要
    • 引言
    • 什么是推理?
    • 走向大型语言模型中的推理
    • 测量大型语言模型中的推理
    • 发现与启示
    • 反思、讨论和未来方向 为什么要推理?
    • 结论

题目

大型语言模型中的推理:一项调查

在这里插入图片描述

论文地址:https://arxiv.org/abs/2212.10403
项目地址: https://github.com/jeffhj/LM-reasoning

摘要

    推理是人类智能的一个基本方面,在解决问题、决策和批判性思维等活动中起着至关重要的作用。近年来,大型语言模型 (LLM) 在自然语言处理方面取得了重大进展,人们观察到,当这些模型足够大时,它们可能会表现出推理能力。然而,目前尚不清楚 LLM 的推理能力有多强。本文全面概述了当前 LLM 推理的知识状态,包括改进和引出这些模型中的推理技术、评估推理能力的方法和基准、该领域先前研究的发现和含义,以及对未来方向的建议。我们的目标是对这个主题进行详细和最新的回顾,并激发有意义的讨论和未来的工作。

     推理是一个认知过程,涉及使用证据、论据和逻辑得出结论或做出判断。它在许多智力活动中起着核心作用,例如解决问题、决策和批判性思维。推理研究在心理学(Wason 和 Johnson-Lair


http://www.mrgr.cn/news/75256.html

相关文章:

  • 【ACM独立出版|高校主办】第四届信号处理与通信技术国际学术会议(SPCT 2024)
  • 将单色像素值转换成灰阶屏的灰度序列的算法
  • 正则表达式那些事儿
  • The 3rd Universal CupStage 15: Chengdu, November 2-3, 2024(2024ICPC 成都)
  • 【月之暗面kimi-注册/登录安全分析报告】
  • SpringCloud OpenFeign负载均衡远程调用 跨服务调用 连接池优化
  • Spring加载流程,Springboot自动装配原理
  • android开发
  • exo - 使用日常设备运行AI集群
  • 2024年09月CCF-GESP编程能力等级认证Python编程一级真题解析
  • 微信小程序-prettier 格式化
  • Diffusion Policy——斯坦福机器人UMI所用的扩散策略:从原理到其编码实现(含Diff-Control、ControlNet详解)
  • leetcode hot100【LeetCode 105.从前序与中序遍历序列构造二叉树】java实现
  • Web性能优化:从基础到高级
  • 二叉树的遍历(手动)
  • 一文了解Android的核心系统服务
  • 不宽的宽字符
  • 面试中如何回答“怎样实现 RPC 框架”的问题?
  • 高效的 JSON 处理库 json.cpp
  • ubuntu里面的gcc编译方法
  • 三维测量与建模笔记 - 特征提取与匹配 - 4.2 梯度算子、Canny边缘检测、霍夫变换直线检测
  • 使用SimpleDateFormat的踩坑指南
  • 如何让 ChatGPT 像人类一样书写:4个步骤让你的内容栩栩如生!
  • 探索Google Earth Engine:利用MODIS数据和R语言进行2000-2021年遥感生态指数(RSEI)的时空趋势分析
  • otter 自由门使用方法
  • OpenGL 进阶系列08 - 天空盒实现