Reasoning

论文解读 | 思维链越长大模型越聪明？
思维链(Chain of thought - CoT)在过去的实践中已经证明对提升大模型的推理能力有显著帮助。然而，目前还没有一项工作解释思维链长度与推理能力之间的关系。本文围绕这一核心问题，围绕CoT做了系统实验，并给出许多有意思和反直觉的结论。
Yuyao Ge 葛钰峣
Feb 26, 2024 1 min read 论文分享
论文解读 | 思维链越长大模型越聪明？
论文解读 | Graph-Guided Reasoning for Multi-Hop Question Answering in Large Language Models
提出了一种基于大模型的图引导的面向多步推理问题的推理方式。本文的主要贡献有两点：提出上述推理方式，提出允许变量定义的用于知识三元组提取的上下文学习方法
Yuyao Ge 葛钰峣
Nov 20, 2023 2 min read 论文分享
论文解读 | Graph-Guided Reasoning for Multi-Hop Question Answering in Large Language Models
论文解读 | ReAct——LLM推理范式 推理+动作
LLM ReAct范式，在大语言模型中结合推理和动作
Yuyao Ge 葛钰峣
Oct 27, 2023 1 min read 论文分享
论文解读 | ReAct——LLM推理范式 推理+动作