首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Google | 提出CoT解码新方法,无需Prompt,就能让大模型(LLM)进行CoT推理

基于该种现象,本文开发了一种筛选 top- 解码路径的方法,并将其称为CoT-decoding,从而找出模型输出的最可靠路径。...结合以上内容,本文CoT-decoding将能够提供以下几种功能: 「探索替代标记路径」:CoT-decoding方法首先通过探索LLMs在解码过程中选择替代Token的路径,即在第一个解码步骤中选择不同的标记...通过选择这些路径,CoT-decoding方法能够提取出更可靠的推理路径,从而改善模型的推理性能。...「评估模型的固有推理能力」:CoT-decoding方法的一个关键目标是评估模型的固有推理能力,而不是依赖外部提示或特定的任务设置。...实验结果 为了验证CoT-decoding方法的有效性,本文使用GSM8K和MultiArith数据集进行数学推理任务的实验,CoT-decoding方法在PaLM-2模型系列上表现出色,与传统的贪婪解码方法相比

29410
领券