DeepMind让大规模神经网络学会归纳和演绎，GPT-4准确率提升了13.7%

文章来源：机器之心

近期，机器之心编辑部报道了关于大型语言模型（LLM）在推理任务中表现出惊人能力的新闻，尤其是在给出样例和中间步骤时。然而，现有的提示方法往往依赖于LLM内部的隐含知识。如果这些隐含知识存在错误或与任务不匹配，LLM可能会提出错误的答案。为了解决这一问题，来自谷歌、Mila研究所等研究机构的研究人员联合探索了一种新方法——让LLM学习推理规则，并提出了一种称为“假设到理论”（Hypotheses-t…）的方法。经过实验，他们发现这种方法可以提高GPT-4的准确率达到13.7%。

如果您对这篇文章感兴趣，可以阅读原文：[原文链接]。此外，如果您想联系这篇文章的作者，可以添加作者微信：almosthuman2014。作者专业致力于人工智能领域，是一个权威的人工智能媒体和产业服务平台。