国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

  1. Toy模板網(wǎng)首頁
  2. >Toy博客

Decomposed Prompting: A MODULAR APPROACH FOR SOLVING COMPLEX TASKS

2年前作者：UnknownBody分類：Toy博客閱讀(17)違法舉報

這篇具有很好參考價值的文章主要介紹了Decomposed Prompting: A MODULAR APPROACH FOR SOLVING COMPLEX TASKS。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方，請大家不吝賜教，您也可以點擊"舉報違法"按鈕提交疑問。

本文是LLM系列文章，針對《Decomposed Prompting: A MODULAR APPROACH FOR SOLVING COMPLEX TASKS》的翻譯。

摘要

小樣本提示是一種使用大型語言模型（LLM）來解決各種任務(wù)的強大方法。然而，隨著任務(wù)復(fù)雜性的增加，或者當任務(wù)本身的各個推理步驟很難學習時，尤其是當嵌入到更復(fù)雜的任務(wù)中時，這種方法會很困難。為了解決這一問題，我們提出了分解提示，這是一種通過將復(fù)雜任務(wù)分解（通過提示）為更簡單的子任務(wù)來解決復(fù)雜任務(wù)的新方法，這些子任務(wù)可以委托給專用于這些子任務(wù)的基于提示的LLM的共享庫。這種模塊化結(jié)構(gòu)允許每個提示都針對其特定的子任務(wù)進行優(yōu)化，必要時進行進一步分解，甚至可以根據(jù)需要輕松地用更有效的提示、經(jīng)過訓練的模型或符號函數(shù)替換。
我們表明，分解提示的靈活性和模塊性使其在使用GPT-3的小樣本提示方面優(yōu)于先前的工作。在符號推理任務(wù)中，我們可以將LLM難以解決的子任務(wù)進一步分解為更簡單的可解子任務(wù)。當復(fù)雜性來自輸入長度時，我們可以遞歸地將任務(wù)分解為相同的任務(wù)，但輸入較小。我們還評估了我們在文本多步驟推理任務(wù)上的方法：在長上下文多跳QA上，我們可以通過單獨的子任務(wù)提示更有效地教授子任務(wù)；在開放域多跳QA上，我們可以很容易地將符號信息檢索模塊納入我們的分解框架中，從而提高這兩項任務(wù)的性能。

1 引言

2 相關(guān)工作

3 分解提示

4 案例

5 結(jié)論

我們提出了一種新的方法，分解提示，通過將復(fù)雜任務(wù)分解為一個由更簡單的子任務(wù)構(gòu)建的提示程序，使用小樣本提示來解決復(fù)雜任務(wù)。從軟件庫中汲取靈感，我們的分解器和共享子任務(wù)以模塊化的方式設(shè)計：它們使用自己的少量提示，允許獨立優(yōu)化每個提示，必要時進一步分解子任務(wù)，甚至用符號系統(tǒng)無縫替換它。我們表明，分解提示在四種不同的任務(wù)和泛化設(shè)置上優(yōu)于先前的工作，使其成為解決復(fù)雜任務(wù)的有效的小樣本范例。文章來源地址http://www.zghlxwxcb.cn/news/detail-686099.html

到了這里，關(guān)于Decomposed Prompting: A MODULAR APPROACH FOR SOLVING COMPLEX TASKS的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔相關(guān)法律責任。如若轉(zhuǎn)載，請注明出處： 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符，請點擊違法舉報進行投訴反饋，一經(jīng)查實，立即刪除！

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • Generated Knowledge Prompting for Commonsense Reasoning

    本文是知識圖譜系列相關(guān)的文章，針對《Generated Knowledge Prompting for Commonsense Reasoning》的翻譯。 結(jié)合外部知識是否有利于常識推理，同時保持預(yù)訓練序列模型的靈活性，這仍然是一個懸而未決的問題。為了研究這個問題，我們開發(fā)了生成知識提示，它包括從語言模型中生成知

    2024年02月10日
    瀏覽(22)
  • MARS: An Instance-aware, Modular and Realistic Simulator for Autonomous Driving

    MARS: An Instance-aware, Modular and Realistic Simulator for Autonomous Driving

    MARS: An Instance-aware, Modular and Realistic Simulator for Autonomous Driving（基于神經(jīng)輻射場的自動駕駛仿真器） https://github.com/OPEN-AIR-SUN/mars https://arxiv.org/pdf/2307.15058.pdf https://mp.weixin.qq.com/s/6Ion_DZGJwzs8JOoWMMbPw 逼真的傳感器仿真解決剩余corner case 3個工作 1.實例意識。作者的仿真器用獨立的網(wǎng)

    2024年02月08日
    瀏覽(16)
  • Transaction-based classification and detection approach for Ethereum smart contract

    Transaction-based classification and detection approach for Ethereum smart contract

    摘要 ：區(qū)塊鏈技術(shù)為各行業(yè)帶來創(chuàng)新。以太坊是目前第二大區(qū)塊鏈平臺，也是最大的智能合約區(qū)塊鏈平臺。智能合約可以簡化和加速各種應(yīng)用程序的開發(fā)，但也帶來了一些問題。例如，智能合約被用來實施欺詐，漏洞合約被用來破壞公平性，還有許多重復(fù)的合約沒有實際目的

    2024年02月06日
    瀏覽(19)
  • 論文筆記：A Simple and Effective Pruning Approach for Large Language Models

    論文筆記：A Simple and Effective Pruning Approach for Large Language Models

    iclr 2024 reviewer 評分 5668 大模型網(wǎng)絡(luò)剪枝的paper 在努力保持性能的同時，舍棄網(wǎng)絡(luò)權(quán)重的一個子集 現(xiàn)有方法 要么需要重新訓練 這對于十億級別的LLMs來說往往不現(xiàn)實 要么需要解決依賴于二階信息的權(quán)重重建問題 這同樣可能帶來高昂的計算成本 ——引入了一種新穎、簡單且有

    2024年04月17日
    瀏覽(28)

  • Knowledge Graph Prompting for Multi-Document Question Answering

    本文是LLM系列文章，針對《Knowledge Graph Prompting for Multi-Document Question Answering》的翻譯。 大型語言模型的“預(yù)訓練、提示、預(yù)測”范式在開放領(lǐng)域問答（OD-QA）中取得了顯著的成功。然而，很少有工作在多文檔問答（MD-QA）的場景中探索這種范式，這項任務(wù)需要徹底理解不同文

    2024年02月09日
    瀏覽(20)
  • A Decentralized Federated Learning Approach For Connected Autonomous Vehicles 學習筆記---聯(lián)邦學習、區(qū)塊鏈與自動駕駛

    A Decentralized Federated Learning Approach For Connected Autonomous Vehicles 學習筆記---聯(lián)邦學習、區(qū)塊鏈與自動駕駛

    基于自主區(qū)塊鏈的聯(lián)邦學習(BFL) 用于隱私感知和高效的車載通信網(wǎng)絡(luò)，其中本地車載機器學習(oVML)模型更新以 分布式方式 交換和驗證。BFL利用區(qū)塊鏈的 共識機制 ，實現(xiàn)無需任何集中訓練數(shù)據(jù)或協(xié)調(diào)的車載機器學習。 基于更新獎勵方法，我們開發(fā)了一個數(shù)學框架，該框架具

    2024年02月04日
    瀏覽(21)
  • 【論文導讀】- A Topological Information Protected Federated Learning Approach for Traf?c Speed Forecasting

    【論文導讀】- A Topological Information Protected Federated Learning Approach for Traf?c Speed Forecasting

    FASTGNN: A Topological Information Protected Federated Learning Approach forTraf?c Speed Forecasting 原文地址：https://ieeexplore.ieee.org/document/9340313 Federated learning has been applied to various tasks in intelligent transportation systems to protect data privacy through decentralized training schemes. The majority of the state-of-the-art model

    2024年02月09日
    瀏覽(54)
  • [論文閱讀] Explicit Visual Prompting for Low-Level Structure Segmentations

    [論文閱讀] Explicit Visual Prompting for Low-Level Structure Segmentations

    [論文地址] [代碼] [CVPR 23] Abstract 我們考慮了檢測圖像中低層次結(jié)構(gòu)的通用問題，其中包括分割被操縱的部分，識別失焦像素，分離陰影區(qū)域，以及檢測隱藏的物體。每個問題通常都有一個特定領(lǐng)域的解決方案，我們表明，一個統(tǒng)一的方法在所有這些問題上都表現(xiàn)良好。我們從

    2024年02月15日
    瀏覽(21)
  • An End-to-End Learning-Based Metadata Management Approach for Distributed File Systems——論文閱讀

    An End-to-End Learning-Based Metadata Management Approach for Distributed File Systems——論文閱讀

    TC 2022 Paper，元數(shù)據(jù)論文閱讀匯總 “multiple metadata server (MDS)” 多個元數(shù)據(jù)服務(wù)器 “l(fā)ocality preserving hashing (LPH)” 局部保持哈希 “Multiple Subset Sum Problem (MSSP).” 多子集和問題 “polynomial-time approximation scheme (PTAS)” 多項式時間近似方法 目前的分布式文件系統(tǒng)被設(shè)計用于支持 PB 規(guī)

    2024年02月02日
    瀏覽(24)
  • 【AI+】Martin Fowler: 基于 AI 輔助的測試驅(qū)動開發(fā)的技術(shù) | An example of LLM prompting for programming

    【AI+】Martin Fowler: 基于 AI 輔助的測試驅(qū)動開發(fā)的技術(shù) | An example of LLM prompting for programming

    ? 目錄 Ma

    2024年02月10日
    瀏覽(21)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包，優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包