图上计划:基于知识图谱的大型语言模型自我纠正自适应规划

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文测试了5种大型语言模型在图形推理问题上的表现,设计了10个复杂性递增的图形遍历问题。分析发现模型存在限制和偏见,k-shot提示对推理任务产生负面影响。最后提出的新提示技术PathCompare显著提升了模型性能。

原文中文,约400字,阅读约需1分钟。
阅读原文