Are Transformers Able to Reason by Connecting Separated Knowledge in Training Data?

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨变换器如何通过连接训练数据中的分散知识进行推理,提出“FTCT”合成学习任务以验证其推理能力。结果表明,少量示例的连锁思维提示能够增强变换器的组合推理能力,并与模型复杂性及数据相似性相关。

🏷️

标签

➡️

继续阅读