Fugu-MT 論文翻訳(概要): Reasoning with Language Model Prompting: A Survey

論文の概要: Reasoning with Language Model Prompting: A Survey

arxiv url: http://arxiv.org/abs/2212.09597v8
Date: Mon, 18 Sep 2023 10:47:13 GMT
ステータス: 翻訳完了
システム内更新日: 2023-09-19 10:13:08.234076
Title: Reasoning with Language Model Prompting: A Survey
Title（参考訳）: 言語モデルのプロンプトによる推論:調査
Authors: Shuofei Qiao, Yixin Ou, Ningyu Zhang, Xiang Chen, Yunzhi Yao, Shumin Deng, Chuanqi Tan, Fei Huang, Huajun Chen
Abstract要約: 推論は複雑な問題解決に不可欠な能力であり、様々な現実世界のアプリケーションに対するバックエンドサポートを提供することができる。本稿では,言語モデルによる推論に関する最先端の研究を包括的に調査する。
参考スコア（独自算出の注目度）: 86.96133788869092
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Reasoning, as an essential ability for complex problem-solving, can provide back-end support for various real-world applications, such as medical diagnosis, negotiation, etc. This paper provides a comprehensive survey of cutting-edge research on reasoning with language model prompting. We introduce research works with comparisons and summaries and provide systematic resources to help beginners. We also discuss the potential reasons for emerging such reasoning abilities and highlight future research directions. Resources are available at https://github.com/zjunlp/Prompt4ReasoningPapers (updated periodically).
Abstract（参考訳）: 推論は複雑な問題解決に不可欠な能力であり、医療診断や交渉など、さまざまな現実世界のアプリケーションに対するバックエンドサポートを提供することができる。本稿では,言語モデルによる推論に関する最先端の研究を包括的に調査する。比較や要約による研究成果を紹介し,初心者を支援するための体系的な資源を提供する。また,このような推論能力が出現する潜在的な理由を議論し,今後の研究の方向性を強調する。リソースはhttps://github.com/zjunlp/Prompt4ReasoningPapers(定期的に更新)で入手できる。

関連論文リスト

A Survey of QUD Models for Discourse Processing [5.439020425819001]
QUDは言語分析の枠組みである。談話処理にQUDを実装するための様々なモデルが提案されている。さらなる研究を必要とする可能性のあるいくつかの質問が提案されている。
論文参考訳（メタデータ） (2025-02-13T07:04:08Z)
CausalEval: Towards Better Causal Reasoning in Language Models [16.55801836321059]
因果推論(CR)は知性の重要な側面であり、問題解決、意思決定、世界理解に不可欠である。言語モデル(LM)は出力に対して有理性を生成することができるが、因果推論を確実に行う能力はいまだに不確実である。因果推論のためのLMの強化を目的とした研究のレビューであるCausalEvalを紹介する。
論文参考訳（メタデータ） (2024-10-22T04:18:19Z)
Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
論文参考訳（メタデータ） (2024-09-09T06:55:37Z)
Survey on Reasoning Capabilities and Accessibility of Large Language Models Using Biology-related Questions [0.0]
本研究は, バイオメディシンおよび大規模言語モデルにおける過去10年間の進歩について論じる。また, 生物医学への自然言語処理技術とツールの統合についても検討した。
論文参考訳（メタデータ） (2024-05-11T20:25:40Z)
A Survey of Reasoning with Foundation Models [235.7288855108172]
推論は、交渉、医療診断、刑事捜査など、様々な現実世界の環境において重要な役割を担っている。本稿では,推論に適応する基礎モデルを提案する。次に、基礎モデルにおける推論能力の出現の背後にある潜在的な将来方向を掘り下げる。
論文参考訳（メタデータ） (2023-12-17T15:16:13Z)
Explanatory Argument Extraction of Correct Answers in Resident Medical Exams [5.399800035598185]
本稿では, 正しい回答に対する説明的議論だけでなく, 誤った回答が正しい理由を推論するための議論を含む新しいデータセットを提案する。このベンチマークにより,医師が作成した正しい回答の説明を識別する新しい抽出タスクを構築できる。
論文参考訳（メタデータ） (2023-12-01T13:22:35Z)
Neural Conversation Models and How to Rein Them in: A Survey of Failures and Fixes [17.489075240435348]
最近の条件付き言語モデルは、しばしば流動的な方法で、あらゆる種類のテキストソースを継続することができる。言語の観点から言えば、会話への貢献は高い。最近のアプローチでは、基礎となる言語モデルを様々な介入ポイントでテームしようと試みている。
論文参考訳（メタデータ） (2023-08-11T12:07:45Z)
ConvFinQA: Exploring the Chain of Numerical Reasoning in Conversational Finance Question Answering [70.6359636116848]
本稿では,対話型質問応答における数値推論の連鎖を研究するために,新しい大規模データセットConvFinQAを提案する。我々のデータセットは、現実世界の会話において、長距離で複雑な数値推論パスをモデル化する上で大きな課題となる。
論文参考訳（メタデータ） (2022-10-07T23:48:50Z)
Rethinking Explainability as a Dialogue: A Practitioner's Perspective [57.87089539718344]
医師、医療専門家、政策立案者に対して、説明を求めるニーズと欲求について尋ねる。本研究は, 自然言語対話の形での対話的説明を, 意思決定者が強く好むことを示唆する。これらのニーズを考慮して、インタラクティブな説明を設計する際に、研究者が従うべき5つの原則を概説する。
論文参考訳（メタデータ） (2022-02-03T22:17:21Z)
A Survey on Interpretable Reinforcement Learning [28.869513255570077]
本調査は、強化学習(RL)における高い解釈可能性を実現するための様々なアプローチの概要を提供する。我々は、解釈可能性(モデルの特性として)と説明可能性(プロキシの介入によるポストホック操作として)を区別する。我々は、解釈可能なRLは、解釈可能な入力、解釈可能な(遷移/回帰)モデル、解釈可能な意思決定など、異なる側面を受け入れることができると主張している。
論文参考訳（メタデータ） (2021-12-24T17:26:57Z)
Discrete Reasoning Templates for Natural Language Understanding [79.07883990966077]
我々は,複雑な質問をより単純な質問に分解する手法を提案する。事前定義された推論テンプレートの指示に従って最終回答を導出する。我々のアプローチは、解釈可能でありながら最先端技術と競合し、監督をほとんど必要としないことを示す。
論文参考訳（メタデータ） (2021-04-05T18:56:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。