跨语言提示：提升跨语言零样本思维链推理
计算与语言
2023-10-24 v1 人工智能
摘要
思维链（CoT）能够引导模型显式生成推理路径，从而提升推理准确率并受到越来越多的关注。具体而言，零样本 CoT 通过简单地用提示“Let's think step by step!”指示 LLM，在广泛推理任务中取得了显著改进。尽管零样本 CoT 取得了成功，现有的零样本提示技术仍局限于单一语言，难以推广到其他语言并阻碍了全球发展。在本工作中，我们提出跨语言提示（CLP），旨在改进跨语言的零样本 CoT 推理。具体而言，CLP 包含两个主要组件：（1）跨语言对齐提示和（2）任务特定求解器提示。跨语言对齐提示负责对齐不同语言间的表示，而任务特定求解器提示用于生成推理任务最终的思维链与结果。此外，我们进一步引入跨语言自一致提示（CLSP）以集成跨语言的不同推理路径。我们在多个基准上的实验评估表明，CLP 和 CLSP 显著优于现有提示方法并达到了最先进的性能。我们希望本工作能激发跨语言 CoT 领域的进一步突破。
引用
@article{arxiv.2310.14799,
title = {Cross-lingual Prompting: Improving Zero-shot Chain-of-Thought Reasoning across Languages},
author = {Libo Qin and Qiguang Chen and Fuxuan Wei and Shijue Huang and Wanxiang Che},
journal= {arXiv preprint arXiv:2310.14799},
year = {2023}
}
备注
Accepted at EMNLP2023 Main Conference