AutoCAP：面向零样本链式思维的自动跨语言对齐规划
计算与语言
2024-06-21 v1
摘要
跨语言链式思维可有效完成跨语言推理任务，备受关注。近期文献中的主导方法通过整合来自不同语言的推理知识来提升跨语言对齐能力。尽管取得了优异性能，但当前方法仍面临两个主要挑战：（1）手动语言指定：高度依赖手动选择要整合的语言，严重影响泛化性；（2）静态权重分配：当前方法简单地对所有语言等权整合。事实上，不同的语言推理路径应具有不同的权重，以实现更好的互补与整合。为此，我们提出一种用于零样本链式思维的自动跨语言对齐规划（Automatic Cross-lingual Alignment Planning, AutoCAP）。AutoCAP 的核心包括两个组件：（1）自动语言选择提示（Automatic Language Selection Prompting），引导大语言模型选择合适的语言；（2）自动权重分配提示（Automatic Weight Allocation Prompting），自动为每个推理路径分配对齐权重分数。多个基准实验表明，AutoCAP 实现了最先进的性能，超越了需要手动操作的先前方法。
引用
@article{arxiv.2406.13940,
title = {AutoCAP: Towards Automatic Cross-lingual Alignment Planning for Zero-shot Chain-of-Thought},
author = {Yongheng Zhang and Qiguang Chen and Min Li and Wanxiang Che and Libo Qin},
journal= {arXiv preprint arXiv:2406.13940},
year = {2024}
}
备注
Accepted by ACL2024 Findings