NeurIPS 2024 (Oral) | 如何量化与提升思维链的推理能力边界？

AIGC动态欢迎阅读

原标题：NeurIPS 2024 (Oral) | 如何量化与提升思维链的推理能力边界？
关键字：边界,模型,任务,能力,研究者
文章来源：机器之心
内容字数：0字

内容摘要：

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本篇工作已被 NeurIPS（Conference on Neural Information Processing Systems）2024 会议接收，并被评为 Oral Presentation (72/4553) 。该文章的第一作者陈麒光，目前就读于哈工大赛尔实验室。他的主要研究方向包括大模型思维链、跨语言大模型等。
该研究主要提出了推理边界框架（Reasoning Boundary Framework, RBF），首次尝试量化并优化思维链推理能力。论文链接：https://arxiv.org/abs/2410.05695
代码地址：https://github.com/LightChen233/reasoning-boundary
1. 大型语言模型（

原文链接：NeurIPS 2024 (Oral) | 如何量化与提升思维链的推理能力边界？