思维链在复杂视觉-语言推理任务中的作用
计算与语言
2023-11-16 v1 人工智能
计算机视觉与模式识别
摘要
本研究探讨了思维链（Chain-of-Thought）方法的有效性——该方法因通过将语言任务分解为子任务与中间步骤而在语言任务中表现优异——在需要复杂感知与推理的视觉-语言任务中的改进作用。我们提出“先描述后决策”策略，其受人类处理信号的启发。该策略将探测任务性能显著提升 50%，为未来关于复杂视觉-语言任务中推理范式的研究奠定基础。
引用
@article{arxiv.2311.09193,
title = {The Role of Chain-of-Thought in Complex Vision-Language Reasoning Task},
author = {Yifan Wu and Pengchuan Zhang and Wenhan Xiong and Barlas Oguz and James C. Gee and Yixin Nie},
journal= {arXiv preprint arXiv:2311.09193},
year = {2023}
}