迈向多步推理答案校准的统一视角

采用思维链（Chain-of-Thought, CoT）提示的大型语言模型（LLMs）拓宽了提升多步推理能力的范围。我们一般将多步推理分为两个阶段：生成推理路径以产生推理路径（们）；以及答案校准对推理路径（们）进行后处理以获得最终答案。然而，现有文献缺乏对不同答案校准方法的系统分析。本文总结了近期答案校准技术的分类法，并将其拆解为步级与路径级策略。我们随后从统一视角对这些策略进行彻底评估，系统审视跨多条路径的步级与路径级答案校准。实验结果表明，融合两种策略的优势往往能得出最优结果。我们的研究有潜力为通过答案校准优化多步推理提供关键见解。