RIMRULE

新的RIMRULE方法通过蒸馏的符号规则改进LLM工具使用

研究人员开发了RIMRULE，一种旨在增强大型语言模型（LLM）工具使用能力的新型神经符号方法。该方法涉及从LLM失败轨迹中蒸馏出紧凑、可解释的规则，并在推理过程中将其注入提示中。这些规则使用最小描述长度（MDL）目标进行整合，以实现简洁性和通用性，从而在熟悉和新工具上提高任务准确性，而无需更改LLM的核心权重。该方法在性能上优于其他基于提示的适应技术，甚至可以跨不同的LLM架构进行迁移。