宾大团队联合UCLA提出新型推理框架，助力大模型解决专业领域推理难题

文章预览

最近两年，尽管大语言模型在各类问答和生成任务中的表现已有显著提升，但其在需要高专业度和强推理性的任务中仍然面临挑战。 近期，美国宾夕法尼亚大学博士研究生贺家澍及其所在课题组，提出了一种名为图启发式可信度外推（GIVE，Graph Inspired Veracity Extrapolation）的新型推理框架。 图｜贺家澍（来源：贺家澍） 具体来说，该框架旨在解决三方面问题： 其一，结合有限外部信息与内部知识。 该团队的研究目标是，在仅有少量外部信息可用的情况下，依然能让模型产生准确且连贯的推理过程。 其中，之所以强调“有限”外部信息，是因为在实际场景中，详尽的知识库或文献资源并不总是容易获得。 其二，保证推理过程的“忠实性”。 由于传统的提示词工程方法，不足以保证模型给出的思维链完全依据事实或专业知识，因此他们希望通过结构 ………………………………