利用大语言模型和外部重构解决情境拼图
机器学习
2025-03-25 v1 计算与语言
摘要
近年来，大语言模型（LLM）在算术和符号推理任务中展现出惊人的能力。然而，我们发现LLM（如ChatGPT）在需要多轮对话的推理方面表现不佳，尤其是在解决情境拼图时。具体而言，LLM倾向于提出聚焦特定方面的详细问题，或在多轮问答后提出相同/类似的问题。为帮助LLM摩脱上述困境，我们提出了一种新型外部重构方法，其中将在多轮问答或LLM提出错误猜测后对情境拼图进行重构。实验表明，我们的方法在优于直接使用LLM解决情境拼图方面表现更佳（例如赢率、提问/猜测次数），凸显了战略性问题重构在复杂交互场景中增强LLM推理能力的潜力。
引用
@article{arxiv.2503.18394,
title = {Solving Situation Puzzles with Large Language Model and External Reformulation},
author = {Kun Li and Xinwei Chen and Tianyou Song and Chengrui Zhou and Zhuoran Liu and Zhenyan Zhang and Jiangjian Guo and Qing Shan},
journal= {arXiv preprint arXiv:2503.18394},
year = {2025}
}