iclr 2024 reviewer打分5558
1 intro
- 基于CoT prompt的大模型能够更好地解决复杂推理问题
- 然而传统CoT需要提供相关的例子作为指导，这就增加了人工标注的成本
- ------>Zero-shot CoT避免了人工标注来引导推理
- 但是对于一些复杂的任务难以完成推理，例如code generation
- ------>论文提出一种"归纳学习"的提示方法
- 首先设计prompt让大模型生成出与当前问题比较相关的问题和答案，以辅助问答提出的问题
2 preliminary
-
给定一个问题x
-
首先通过prompt将问题映射到文本输入ϕ ( x )
|---------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| zero-shot | ϕ ( x ) 就是x |
| zero-shot CoT | ϕ ( x ) 是x think step by step |
| few-shot CoT | ϕ ( x ) 是x和一些带label的例子
，即 x1r1a1.....xKrKaKx | -
任务目标是调用LLM解决这个问题【生成目标答案y】
- 生成的目标答案可以包含reasoning path r【推理过程】和答案a
-
3 方法
3.1 Self-Generated Exemplars
- 让大模型从在训练阶段掌握的problem-solving knowledge中生成出相关的问题和解决方法
3.1.1 prompt举例
3.1.2 大模型给的答案
大模型先生成出3个相关的且互不相同的problem，并给出相应的解决方案，然后再对目标问题进行解决。
3.1.3 self-generated instruction的三个核心部分
- 明确地让大模型生成相关且不同的样例。
- 因为大模型会偏向于重复地生成一些经典的问题，导致误导
- single-pass VS independent exemplar generation
- 所谓single-pass，就是直接prompt，让模型生成3个样例
- independent exemplar generation：让模型生成若干样例，然后采样3个样例，之后再重新设计prompt让大模型进行生成
- ------>通过实验，发现single-pass效果最好
- 生成的样例数量：3~5最佳
3.2 Self-generated Knowledge + Exemplars
- 对于像代码生成等复杂的任务，3.1这样的案例生成方法不一定能过让模型很好地解决此类问题
- ------>论文提出一种high-level generation方法。通过设计如下指令来实现：
- 【让模型先思考选择什么algorithm，以及algorithm对应的tutorial】
有点类似于：论文笔记：Take a Step Back：Evoking Reasoning via Abstraction in Large Language Models-CSDN博客的后退一步?
3.2.1 prompt 案例
3.2.2 大模型给的答案
4 实验
4.1 实验任务
- 数学问题：GSM8K、MATH等；
- 代码生成：动态规划、图算法等复杂的编程题
4.2 效果比较
4.2.1 数学问题
4.2.2 代码生成
4.3 few-shot example 数量的异同
