CLEAR：对比专家与业余模型的文本反馈以提升推理能力
计算与语言
2025-04-11 v1
摘要
我们介绍 CLEAR（Contrasting Textual Feedback with Experts and Amateurs for Reasoning），一种新颖的语言模型推理方法，利用较大（专家）模型和较小（业余）模型的优势。专家模型和业余模型各自对模型初始输出提供反馈，并相互对比以生成细化后的反馈。随后将此反馈应用于迭代式改进 CLEAR 的响应。我们的实验表明，CLEAR 在多个具有挑战性的推理任务中超越了最先进的方法，包括故事提纲改进（有趣度提升最高达 19.6%）、受约束生成（覆盖率提升最高达 18.5%）、数学推理（准确率提升最高达 6.7%）以及降低有害输出（有害程度降低最高达 22%）。
引用
@article{arxiv.2504.07116,
title = {CLEAR: Contrasting Textual Feedback with Experts and Amateurs for Reasoning},
author = {Andrew Rufail and Daniel Kim and Sean O'Brien and Kevin Zhu},
journal= {arXiv preprint arXiv:2504.07116},
year = {2025}
}
备注
Accepted at the Conference of the North American Chapter of the Association for Computational Linguistics (NAACL), Student Research Workshop (SRW)