作者： Atman语言智能 来源： Atman语言智能

检索增强思维在长视野

生成中引发上下文感知推理

01

概述

我们探索在信息检索的帮助下迭代修改思想链如何显着提高大型语言模型在长视野生成任务中的推理和生成能力，同时极大地减轻幻觉。特别是，所提出的方法——检索增强思维（RAT）——在生成初始零样本 CoT 后，使用与任务查询相关的检索信息、当前和过去的思维步骤逐一修改每个思维步骤。

将 RAT 应用于各种基础模型可显着提高其在各种长视野生成任务上的性能；代码生成方面的评分平均相对提高了 13.63%，数学推理方面平均提高了 16.96%，创意写作方面平均提高了 19.2%，具体任务规划方面平均提高了 42.78%。

公众号：Atman语言智能

售前与商务合作：[email protected]
售后与问题咨询：[email protected]

苏州公司：苏州市工业园区金尚路仙峰大厦南楼5层
北京公司：北京市海淀区北四环中路智优沃大厦4层

更多AI工具，参考Github-AiBard123，国内AiBard123