【综述专栏】思维链提示综述

文章预览

在 科 学 研 究 中 ， 从 方 法 论 上 来 讲 ， 都 应 “ 先 见 森 林 ， 再 见 树 木 ” 。 当 前 ， 人 工 智 能 学 术 研 究 方 兴 未 艾 ， 技 术 迅 猛 发 展 ， 可 谓 万 木 争 荣 ， 日 新 月 异 。 对 于 A I 从 业 者 来 说 ， 在 广 袤 的 知 识 森 林 中 ， 系 统 梳 理 脉 络 ， 才 能 更 好 地 把 握 趋 势 。 为 此 ， 我 们 精 选 国 内 外 优 秀 的 综 述 文 章 ， 开 辟 “ 综 述 专 栏 ” ， 敬 请 关 注 。 即使没有任何示例，扩展大型语言模型 (LLM) 在情感分析和机器翻译方面也显示出良好的效果。然而，它们在算术和常识推理等复杂的多步骤问题上却失败了。为了解决这个问题，LLM可以针对特定任务进行微调，也可以通过少量提示进行教学。然而，这两种方法都有局限性。微调对于创建高质量推理来说成本高昂，而只有几次提示对于任务来说不够有效。 ………………………………