知识填字游戏:利用大型语言模型进行结构化知识的几何推理
原文中文,约500字,阅读约需2分钟。发表于: 。大型语言模型(LLMs)在知识密集型任务中被广泛采用,通过其知识能力取得了令人印象深刻的性能。本研究提出了结构化知识的几何推理,其中以图结构连接了多个知识片段,模型需要填补遗漏的信息。我们使用 Knowledge Crosswords 进行了广泛的实验来评估现有的 LLMs 提示方法,在此基准测试中,附加了两种新方法,即 Staged Prompting 和 Verify-All,以增强...
本研究提出了结构化知识的几何推理方法,使用 Knowledge Crosswords 进行实验,附加了两种新方法,结果表明 Verify-All 方法在性能上大幅优于其他方法,并且对于困难问题更加稳健。但LLMs在结构化知识的几何推理能力仍不够强大,易受影响。