计算机科学 > 计算与语言
[提交于 2025年1月3日
(v1)
,最后修订 2025年6月14日 (此版本, v2)]
标题: 基于CoT的综合器:通过答案合成提升LLM性能
标题: CoT-based Synthesizer: Enhancing LLM Performance through Answer Synthesis
摘要: 当前的推理扩展方法,例如自一致性(Self-consistency)和最佳候选(Best-of-N),已被证明在提高大型语言模型(LLMs)在复杂推理任务上的准确性方面非常有效。然而,这些方法严重依赖于候选响应的质量,并且当所有候选响应都不正确时,无法生成正确的答案。 在本文中,我们提出了一种新的推理扩展策略——基于CoT的综合器(CoT-based Synthesizer),它利用CoT推理通过分析多个候选响应中的互补信息来合成更优的答案,即使所有候选响应都存在缺陷。为了实现轻量级和成本效益的实施,我们引入了一个自动数据生成管道,以创建多样化的训练数据。这使得在该数据上训练的小型LLMs能够提升较大模型(包括基于API的LLMs)的推理准确性。 在四个基准数据集和七种策略模型的实验结果显示,我们的方法显著提高了性能,在MATH数据集上Llama3-8B的提升幅度为11.8%,GPT-4o的提升幅度为10.3%。相应的训练数据和代码已公开发布在https://github.com/RUCKBReasoning/CoT-based-Synthesizer上。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.