基于思维回溯的大型语言模型自适应推理研究

本文解决了大型语言模型在推理过程中结构僵化和单向性的问题，提出了新的推理框架“思维回溯”（TR）。这一创新机制允许模型对错误的思维过程进行分析和修正，从而在面对复杂任务时能够逐步探索与调整思维路径，提高推理的可靠性和问题解决率。实验结果显示，应用TR的GPT-4在数学问题的解决率上比目前的最佳模型高出9%。