AIGC動態歡迎閱讀

原標題：補齊Transformer規劃短板，田淵棟團隊的Searchformer火了
關鍵字：模型,任務,數據,方法,團隊
文章來源：機器之心
內容字數：4794字

內容摘要：

機器之心報道
編輯：PandaTransformer 強大的泛化能力再次得到證明！最近幾年，基于 Transformer 的架構在多種任務上都表現卓越，吸引了世界的矚目。使用這類架構搭配大量數據，得到的大型語言模型（LLM）等模型可以很好地泛化用于真實世界用例。
盡管有如此成功，但基于 Transformer 的架構和 LLM 依然難以處理規劃和推理任務。之前已有研究證明 LLM 難以應對多步規劃任務或高階推理任務。
為了提升 Transformer 的推理和規劃性能，近些年研究社區也提出了一些方法。一種最常見且有效的方法是模擬人類的思考過程：先生成中間「思維」，然后再輸出響應。比如思維鏈（CoT）提示法就是鼓勵模型預測中間步驟，進行按步驟的「思考」。思維樹（ToT）則使用了分支策略和評判方法，讓模型生成多個不同的思維路徑，然后從中選出最佳路徑。盡管這些技術通常是有效的，但也有研究表明，在很多案例中，這些方讓模型的性能下降，原因包括自我（self-enforcing）。
另一方面，在一個數據集上有效的技術可能無法很好地處理其它數據集，原因可能包括所涉及的推理類型發生了變化，比如

原文鏈接：補齊Transformer規劃短板，田淵棟團隊的Searchformer火了

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺