Google Deepmind と南カリフォルニア大学は、大規模な言語モデルの推論能力を強化することを目的とした新しいプロンプト フレームワークを提案しました。
このアプローチは、人間がどのように推論して問題を解決するかについての理論にインスピレーションを得たもので、10 ～ 40 分の 1 の推論計算量で機能します。
また、タスクを解決するために必要な計算量も少なくなります。
特に、このフレームワークは既知の LLM のパフォーマンスを向上させることがわかっています。
しかし、思考連鎖推論の方が優れていることが判明しました。
コメント