北大研究团队用30B模型成功击败百亿模型，实现大规模多跳推理有解

<img src="">

阅读AIGC动态的最新动态

原标题：大模型多跳推理有解啦，北大采用30B模型击败十亿级模型

关键词：问题，快手，模型，答案，数据

文章来源：夕小瑶科技

字数：8239字

摘要：在我们日常生活中，许多问题都是复杂的多跳问题。举例来说，要回答类似“在《坚如磐石》中扮演黎志田的演员在《三体》中饰演什么角色？”这类问题，需要先了解《坚如磐石》中扮演黎志田的演员是谁，然后熟悉《三体》的演员表，最终将两者对应起来。对于大型语言模型（LLM）来说，这是一个巨大的挑战，需将复杂问题分解为多个子问题，确保每个子问题的答案准确，才能正确回答整个复杂问题。此外，LLM可能出现幻觉且无法获取最新知识，即使是简单的子问题也容易出错，因此很可能导致完全错误的答案。最近，北大团队提出了一种约束问题分解策略，将复杂问题分解为“分解-查询”深度优先搜索框架，能够指导大型语言模型有效利用外部知识进行问答任务，并设立一个可靠的问答数据库来降低幻觉风险。实验证明，通过200个训练示例，30B模型战胜了规模更大的570B模型，并在67%的情况下…

原文链接：阅读原文：大模型多跳推理有解啦，北大化繁为简，用30B模型击败百亿模型

联系作者

文章来源：夕小瑶科技

作者微信：xixiaoyaoQAQ

作者简介：提供更快的AI技术前沿资讯，以及更深入的行业洞察。我们聚集了25万名AI应用开发者、算法工程师和研究人员。我们的作者团队来自清华、北大等顶尖学府、国外一流的AI实验室和互联网巨头公司，具备丰富的媒体感知和技术专业知识。