NeurIPS 2024 (Oral)｜如何量化与提升思维链的推理能力边界？

文章预览

↑ 点击 蓝字  关注极市平台 作者丨机器之心 来源丨机器之心 编辑丨极市平台 极市导读   该研究主要提出了推理边界框架（Reasoning Boundary Framework, RBF），首次尝试量化并优化思维链推理能力。   >> 加入极市CV技术交流群，走在计算机视觉的最前沿 本篇工作已被 NeurIPS（Conference on Neural Information Processing Systems）2024 会议接收，并被评为  Oral Presentation (72/4553) 。该文章的第一作者陈麒光，目前就读于哈工大赛尔实验室。他的主要研究方向包括大模型思维链、跨语言大模型等。 该研究主要提出了推理边界框架（Reasoning Boundary Framework, RBF），首次尝试量化并优化思维链推理能力。 论文链接： https://arxiv.org/abs/2410.05695 代码地址： https://github.com/LightChen233/reasoning-boundary 1. 大型语言模型（LLMs）与思维链推理能力 什么是思维链（Chain-of-Thought, CoT）？ 近年来 ………………………………