大语言模型中的推理策略：它们能否遵循、偏好并优化？
计算与语言
2025-07-17 v2
摘要
人类推理涉及不同的策略，每种策略都适用于特定问题。先前的研究表明，大语言模型（LLM）倾向于偏好单一推理策略，可能限制其在多样化推理挑战中的效果。在本工作中，我们研究了提示是否可以控制LLM的推理策略及其对逻辑问题解决的影响。虽然我们的实验表明，没有单一策略能持续改善准确率，但如果模型能够自适应选择最优策略，性能可能会得到提升。我们提出了方法来引导LLM进行策略选择，突显了精炼其推理能力的新方法。
引用
@article{arxiv.2507.11423,
title = {Reasoning Strategies in Large Language Models: Can They Follow, Prefer, and Optimize?},
author = {Yanjian Zhang and Guillaume Wisniewski and Nadi Tomeh and Thierry Charnois},
journal= {arXiv preprint arXiv:2507.11423},
year = {2025}
}