解读：基于图的大模型提示技术

文章预览

单击上方“ 图灵人工智能 ”，选择“星标”公众号 您想知道的人工智能干货，第一时间送达 【引子】 大模型的兴起， 使得读论文成为了学习中的一种常态。如果一 篇 论文没有读懂，不用担心，可以再读一篇该领域内容相近的论文，量变可能会产生质变。 就像编程语言一样，你永远无法精通一门编程语言，除非，精通两种。 像思维链和思维树这样的提示技术，已经大大提高了大模型解决复杂的、基于推理的任务能力。从高层抽象来看，通过强制 LLM 构造对问题的逐步响应，我们可以大大提高其解决问题的能力。然而，这些技术都假设推理过程应该遵循从一个想法到下一个想法的线性模式。然而，人所遵循的推理过程往往是完全不同的，遵循多种不同的思维链，甚至将不同见解结合起来，得出最终的解决方案。将推理过程建模为图(而不是链或树 ………………………………