从答案到问题：一种新的学习目标让LLM更擅长推理

文章预览

MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 转载自 | 深度学习自然语言处理  这篇文章介绍了REVTHINK框架，通过数据增强和学习目标来增强大型语言模型（LLMs）的反向推理能力。研究表明，REVTHINK在常识推理、数学推理和逻辑推理等12个数据集上显著提高了LLMs的性能，平均比零样本表现提升了13.53%，比现有的知识蒸馏基线提升了6.84%。此外，REVTHINK展示了样本效率，并且在模型规模和分布外数据集上也表现出良好的泛化能力。 论文: Reverse Thinking Makes LLMs Stronger Reasoners 链接: https://arxiv.org/pdf/2411.19865v1 研究背景 研究问题：如何在大语言模型（LLMs）中引 ………………………………