V
主页
Efficient Tool Use with Chain-of-Abstraction Reasoning
发布人
【加群】 一起来刷arxiv,请加vx: pwbot02(请备注:b站arxiv) 【论文标题】 Efficient Tool Use with Chain-of-Abstraction Reasoning 【论文简述】 本论文提出了一种新的方法,用于让大型语言模型(LLMs)更好地利用工具进行多步推理。我们的方法采用抽象占位符先解码推理链,然后调用领域工具以填充具体知识来实现每个推理链的实体化。这种抽象链的规划使得LLMs能够学习更一般的推理策略,对于与不同推理问题相关的领域知识(如数学结果)的变化具有稳健性。它还允许LLMs并行进行解码和调用外部工具,避免了等待工具响应所导致的推理延迟。在数学推理和维基问答领域,我们展示了我们的方法在内部测试集和外部测试集上始终优于之前基于思维链和工具增强的基线方法,平均QA准确性提高了约6个百分点。经过我们方法训练的LLMs代理还表现出更高效的工具使用,推理速度平均比基线工具增强的LLMs快约1.4倍。 【论文链接】 https://arxiv.org/abs/2401.17464
打开封面
下载高清视频
观看高清视频
视频下载器
Vision Mamba: Efficient Visual Representation Learning with Bidirectional State
GridFormer 表结构识别方法
MusicAgent: An AI Agent for Music Understanding and Generation with Large Langua
Approximating Two-Layer Feedforward Networks for Efficient Transformers
Contrastive Chain-of-Thought Prompting
Farzi Data: Autoregressive Data Distillation
Implicit Diffusion: Efficient Optimization through Stochastic Sampling
【中配】在LLM提示中保持绝对清晰:确保链接准确性 - Steve (Builder.io)
Retrieval meets Long Context Large Language Models
FLAP: Fast Language-Audio Pre-training
UNcommonsense Reasoning: Abductive Reasoning about Uncommon Situations
基于语言模型的知识探测和推理方法
Sheared LLaMA: Accelerating Language Model Pre-training via Structured Pruning
PALP: Prompt Aligned Personalization of Text-to-Image Models
Reward-Augmented Decoding: Efficient Controlled Text Generation With a Unidirect
【中配】长提示与微调LLMs:优化AI系统的方法 - Steve (Builder.io)
LayoutPrompter: Awaken the Design Ability of Large Language Models
Aligning Text-to-Image Diffusion Models with Reward Backpropagation
大型语言模型潜在知识发现的挑战
对比激活添加:精确操控大型语言模型行为的新方法
语言模型对齐新方法:基于对比不似然训练的判断反馈
Moral Foundations of Large Language Models
基于GPT-4V的视频理解系统MM-VID
Patchscopes: A Unifying Framework for Inspecting Hidden Representations of Langu
TopoMLP: An Simple yet Strong Pipeline for Driving Topology Reasoning
Improving Summarization with Human Edits
语义压缩:扩展大型语言模型的上下文窗口
利用数据中心方法提升大型语言模型在金融领域的应用
TextGenSHAP:面向长文本的可扩展生成解释方法
基于生成式模拟的机器人技能学习方法
RLVF: Learning from Verbal Feedback without Overgeneralization
多语言大型语言模型训练数据集CulturaX
Making Large Language Models Perform Better in Knowledge Graph Completion
Tied-Lora: Enhacing parameter efficiency of LoRA with weight tying
融合像素与潜在扩散模型的文本到视频生成方法
How Do Large Language Models Capture the Ever-changing World Knowledge? A Review
基于图神经网络的常数时间复杂度几何距离查询
【劝退】自学StableDiffusion能救一个是一个!这里面的水可深了!人工智能大佬专为零基础研制的StableDiffusion教学教程,太牛了!AI绘图
基于GPT-4的类人机器人自主运动生成
AutoMix: Automatically Mixing Language Models