HUSKY:一个优化大语言模型多步推理的新代理框架

文章预览

来源： Deephub Imba 本文 约2000字 ，建议阅读 5 分钟 本文介绍了优化大语言模型：HUSKY。 ‍ ‍ ‍ 推理被高度认可为生成人工智能的下一个前沿领域。通过推理，我们可以将任务分解为更小的子集并单独解决这些子集。例如以前的论文：思维链、思维树、思维骨架和反射，都是最近解决LLM推理能力的一些技术。此外推理还涉及一些外围功能，例如访问外部数据或工具。在最近的几年里，我们已经看到模型在特定的推理技术中表现得非常好，但它们无法跨领域推广。这是Meta AI、Allen Institute of AI和University of Washington的研究人员在最近一篇论文中所要解决的问题。 HUSKY是一个开源语言代理，设计用于处理各种复杂的任务，包括数字、表格和基于知识的推理。与其他专注于特定任务或使用专有模型的代理不同，HUSKY在统一的框架内运行。它分为两个阶段:1、 ………………………………