科普之旅 ：大語言模型的思維鏈

AIGC動態歡迎閱讀

原標題：科普之旅 ：大語言模型的思維鏈
關鍵字：模型,思維,問題,樣本,案例
文章來源：大數據文摘
內容字數：0字

內容摘要：

大數據文摘受權轉載數據派THU
作者：胡赟豪
???在這個信息的時代，你是否曾幻想過與機器流暢交談，或是讓AI助你筆下生花，創作出驚艷的文章？這一切，都離不開大語言模型的神奇魔力。今天，讓我們一起揭開這層神秘的面紗，走進大語言模型的科普奇幻之旅！一 背景自大語言模型興起以來，人們通過不斷地增加參數量，使模型的效果得到一次又一次的躍升。但是，單純的增加參數量只能讓模型在閱讀理解、事實確認等方面提升顯著，在邏輯推理、數學推理等復雜推理問題方面收益卻不大。
針對這一問題，一個直觀的改良方法就是微調（Finetune），通過引入大量“問題+答案”形式的樣本，對模型進行訓練迭代參數，從而讓模型專門提升這方面的能力。然而，這種方式在復雜推理等問題上帶來的效果依然有限，且需要大量的訓練樣本。看起來模型在大量學習樣本之后，似乎也并沒有獲得推理的能力。究竟要怎樣才能讓模型真正學會推理呢？
二 思維鏈是什么？既然模型不能直接從“問題+答案”中學習到推理邏輯，那么如果我們給出“問題+推理步驟+答案”，告訴模型最后的結果是怎么一步步推導出來的，是不是模型就可以學會了呢？
從這個想法出發，2022年谷歌發布

原文鏈接：科普之旅 ：大語言模型的思維鏈

聯系作者

文章來源：大數據文摘
作者微信：BigDataDigest
作者簡介：普及數據思維，傳播數據文化