原標題：全面超越CoT！Meta田淵棟團隊新作：連續思維鏈
文章來源：新智元
內容字數：5433字

Meta田淵棟團隊提出新型LLM推理范式：連續思維鏈(Coconut)

Meta田淵棟團隊近期發表論文，提出了一種名為Coconut（Chain of Continuous Thought）的新型大語言模型 (LLM) 推理范式，旨在提升LLM在推理任務中的性能和效率。該方法的核心思想是摒棄傳統的基于人類語言的思維鏈 (CoT)，直接在連續的潛在空間中進行推理，從而避免了語言表達的低效性和局限性。

1. 連續思維鏈的核心思想

   傳統的CoT方法將推理過程轉化為人類可理解的語言步驟，這在實際應用中效率低下。Coconut則直接利用LLM的中間狀態進行自回歸推理，只在最終輸出答案時才轉換為人類語言。這種方法避免了在語言空間中進行推理的低效性，并允許模型在潛在空間中進行更、更有效的推理。

2. Coconut的優勢

   與CoT相比，Coconut在性能上不相上下，但在token數量上減少了好幾倍，顯著提升了推理效率。這是因為Coconut避免了將推理過程轉化為人類語言的冗余步驟，直接在潛在空間中進行推理。 此外，連續思維鏈允許模型同時編碼多個可能的后續步驟，類似于廣度優先搜索 (BFS)，從而能夠探索更多可能的推理路徑，并逐步消除錯誤的選項。

3. Coconut的訓練過程

   Coconut采用多階段訓練策略，利用語言CoT數據進行監督學習。初始階段，模型在常規CoT實例上進行訓練。后續階段，逐漸用連續思維替換CoT中的語言推理步驟。訓練過程中，模型優化負對數似然損失，但屏蔽了問題和潛在思維的損失，鼓勵模型學習更有效的推理步驟表示。連續思維的完全可微性允許進行端到端優化。

4. 實驗結果與分析

   研究人員在三個數據集（GSM8k、ProntoQA和ProsQA）上進行了實驗，結果表明Coconut在ProntoQA和ProsQA數據集上表現出優于CoT的性能，同時保持了高效率。實驗還分析了不同推理方法的準確性、推理效率以及“幻覺”和“錯誤目標”的發生率，結果表明連續思維鏈能夠有效提升規劃能力，減少錯誤。

5. 未來展望

   盡管Coconut的訓練效率仍有優化空間，但其提出的連續潛在空間推理范式為LLM的推理能力提升提供了新的方向。未來研究可以進一步優化訓練過程，探索更有效的連續思維表示方法，以及在更多復雜任務中應用該方法。

總而言之，Coconut代表了LLM推理范式的一次重要革新，它通過在連續潛在空間中進行推理，顯著提升了LLM的推理效率和性能，為未來LLM的發展提供了新的思路。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。