研究人员引入了一种名为测试时对称化(Test-Time Symmetrization)的新技术,以提高语言模型在推理过程中的准确性。该方法利用输入的多次重写并聚合答案,比从单一表示中重复采样更有效。该方法在实现显著的准确性提升方面,仅需要相对于可能输入重写次数的对数级额外计算量,并且在包括图推理和逻辑推理在内的各种模型和任务上都表现出色。 AI
影响 通过利用输入对称性增强大型语言模型的推理效率和准确性,有望提高结构化推理任务的性能。
排序理由 介绍语言模型推理新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →