AIGC動態歡迎閱讀

原標題：深度揭秘CoT！普林斯頓耶魯發布最新報告：大模型既有記憶推理、也有概率推理
關鍵字：概率,模型,準確率,報告,任務
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：LRS
【新智元導讀】研究人員通過案例研究，利用大型語言模型（LLMs）如GPT-4、Claude 3和Llama 3.1，探索了思維鏈（CoT）提示在解碼移位密碼任務中的表現；CoT提示雖然提升了模型的推理能力，但這種能力并非純粹的符號推理，而是結合了記憶和概率推理的復雜過程。「推理」是非常能展現「人類智能」的一項能力，需要結合現有證據和過去的經驗，以邏輯和系統的方式思考某件事情，進而做出決策。
大型語言模型（LLMs）以其通用性，在多項任務上都取得了出色的性能，雖然思維鏈（CoT）提示已經證明了大模型具備多步推理能力，但這種能力到底來自于「抽象泛化」（abstract generalization）還是「淺層啟發式」（shallow heuristics），仍然沒有定論。
為了深入理解影響 CoT 推理的因素，普林斯頓大學、耶魯大學的研究人員最近發布了一項案例研究，使用三個大模型（GPT-4、Claude 3 和 Llama 3.1）利用CoT提示來執行解碼移位密碼（decoding shift ciphers）的符號推理任務。論文地址：https://arxiv

原文鏈接：深度揭秘CoT！普林斯頓耶魯發布最新報告：大模型既有記憶推理、也有概率推理

聯系作者

文章來源：新智元
作者微信：
作者簡介：