情节能帮助大语言模型推理吗？通过叙事构建信息空间
计算与语言
2024-10-28 v1 人工智能
机器学习
摘要
叙事在 various 领域广泛被认识为结构化信息和促进复杂思想理解的强大工具，例如科学传播。本文研究将叙事元素纳入是否能帮助大型语言模型（LLM）更有效地解决复杂问题。我们提出了一种新方法，Story of Thought（SoT），将叙事结构集成到解题提示技术中。该方法涉及围绕问题陈述构建叙事并创建框架以识别和组织相关信息。我们的实验表明，使用 SoT 的各种 LLM 在物理、化学、数学和生物学问题上均优于使用其他技术，无论是 GPQA 数据集还是 JEEBench 数据集。叙事驱动的信息整理过程通过将关键领域信息语境化并突出问题空间内因果关系来增强问题理解。
引用
@article{arxiv.2410.19221,
title = {Can Stories Help LLMs Reason? Curating Information Space Through Narrative},
author = {Vahid Sadiri Javadi and Johanne R. Trippas and Yash Kumar Lal and Lucie Flek},
journal= {arXiv preprint arXiv:2410.19221},
year = {2024}
}