超越自然语言：利用替代格式增强推理与沟通的 LLM
原文中文，约400字，阅读约需1分钟。发表于：。通过探索非自然语言表达的实用性，本文挑战了大型语言模型默认使用自然语言的做法，并展示了在单个语言模型推理和多智能体通信方面，让语言模型自主选择最合适的表达形式可以提高 3.3% 至 5.7% 的推理效率以及多智能体通信中高达 72.7%...
本研究挑战了大型语言模型默认使用自然语言的做法，通过探索非自然语言表达的实用性。研究发现，让语言模型自主选择最合适的表达形式可以提高推理效率和多智能体通信中的记号使用减少。同时，语言模型可以从有限的任务指令中设计一种格式，并且所设计的格式可以在不同的语言模型之间转换。此外，研究还发现，语言模型决定的结构化通信格式与已建立的智能体通信语言存在相似性。
