基于大语言模型的复杂任务认知推理算法 CogTree
💡
原文中文，约2600字，阅读约需7分钟。
📝
内容提要
阿里云PAI与华东师范大学合作在EMNLP2023发表了基于认知理论的CogTree生成式语言模型，通过模仿人类认知过程提升大模型的解题准确度，为轻量化大模型的复杂任务推理提供解决方案。CogTree通过双系统迭代生成推理树，增强大模型的推理能力。在逻辑推理和数学问题上，CogTree的回答准确率明显提升。源代码将贡献在EasyNLP开源框架中。
🎯
关键要点
- 阿里云PAI与华东师范大学合作，发表CogTree生成式语言模型。
- CogTree基于认知理论，通过模仿人类认知过程提升大模型解题准确度。
- CogTree采用双系统：直觉系统和反思系统，增强推理能力。
- CogTree在逻辑推理和数学问题上的回答准确率明显提升。
- 源代码将贡献在EasyNLP开源框架中，供NLP从业人员和研究者使用。
- CogTree旨在解决大模型推理成本高和准确度低的问题。
- 直觉系统生成假设，反思系统验证假设，形成推理树。
- CogTree在Entailment Bank和GSM8K数据集上测试效果显著。
- CogTree框架与其他微调方法对比，证明其有效性。
➡️
