量子位
·
推理模型规划任务成功率从5%到95%，DeepMind遗传算法新研究火了
💡
原文中文，约3100字，阅读约需8分钟。
📝
内容提要
DeepMind的新研究“Mind Evolution”结合遗传算法，将大语言模型在规划任务中的成功率从5%提升至95%。该方法无需微调，显著降低成本，能够直接处理自然语言问题，避免了传统方法的复杂性。实验结果显示，Mind Evolution在各种任务中表现优异，尤其在复杂任务中更具优势。
🎯
关键要点
- DeepMind的新研究“Mind Evolution”将大语言模型在规划任务中的成功率从5%提升至95%。
- 该方法无需微调，显著降低成本，能够直接处理自然语言问题。
- Mind Evolution结合了遗传算法，使用tokens数量仅为传统方法的几分之一。
- Mind Evolution可以直接处理自然语言问题，避免了传统方法的复杂性。
- 该研究结合了进化搜索原理和大语言模型的自然语言能力，优化了推理过程。
- Mind Evolution依赖于搜索算法和遗传算法，通过迭代优化候选解决方案。
- 实验结果显示，Mind Evolution在复杂任务中表现优异，成功率显著高于其他基线方法。
- 在TravelPlanner和Natural Plan基准测试中，Mind Evolution的成功率分别提升至95.6%和85.0%。
- Mind Evolution还在创意写作任务StegPoet中表现出色，展示了其在复杂任务中的能力。
➡️
