叙事Prompt也能提升LLM推理能力？用叙事框架SoT解决复杂问题 |波恩大学最新

文章预览

读完需要 9 分钟 速读仅需 3 分钟 如何通过更好的提示工程来提升模型的推理能力，一直是研究人员和工程师们关注的重点。从最初的 few-shot learning 到 Chain of Thought（CoT），再到 Tree of Thoughts（ToT）和 Graph of Thoughts（GoT），prompting 技术在不断进化。而最新的研究表明，一个出人意料的方向可能带来突破性的进展——那就是将叙事（Narrative）元素引入到 prompt 中。 我已经将本文的Prompt方法写成一个coze插件，有兴趣的朋友可以在coze中调用[插件SOT]。 来自波恩大学等机构的研究者们提出了一种新颖的 prompt 框架——Story of Thought（SoT），该方法通过构建叙事性的信息组织方式来增强 LLM 的推理能力。这项研究不仅在理论上很有趣，更重要的是在实践中展现出了优异的效果：在复杂的科学推理任务 GPQA 和 JEEBench 上，SoT 的表现超越了包括 CoT 在内的现有方法。 ………………………………