論文の概要: LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models
- arxiv url: http://arxiv.org/abs/2404.01230v1
- Date: Mon, 1 Apr 2024 16:50:54 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-03 21:46:03.118603
- Title: LLM as a Mastermind: A Survey of Strategic Reasoning with Large Language Models
- Title(参考訳): マスターミンドとしてのLLM:大規模言語モデルを用いた戦略的推論に関する調査
- Authors: Yadong Zhang, Shaoguang Mao, Tao Ge, Xun Wang, Adrian de Wynter, Yan Xia, Wenshan Wu, Ting Song, Man Lan, Furu Wei,
- Abstract要約: 戦略推論は、戦略を調整しながら、マルチエージェント設定における敵の行動を理解し、予測する必要がある。
大規模言語モデルを用いた戦略的推論に関連するスコープ,アプリケーション,方法論,評価指標について検討する。
戦略的推論を重要な認知能力として重要視し、将来の研究の方向性や潜在的な改善に関する洞察を提供する。
- 参考スコア(独自算出の注目度): 75.89014602596673
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a comprehensive survey of the current status and opportunities for Large Language Models (LLMs) in strategic reasoning, a sophisticated form of reasoning that necessitates understanding and predicting adversary actions in multi-agent settings while adjusting strategies accordingly. Strategic reasoning is distinguished by its focus on the dynamic and uncertain nature of interactions among multi-agents, where comprehending the environment and anticipating the behavior of others is crucial. We explore the scopes, applications, methodologies, and evaluation metrics related to strategic reasoning with LLMs, highlighting the burgeoning development in this area and the interdisciplinary approaches enhancing their decision-making performance. It aims to systematize and clarify the scattered literature on this subject, providing a systematic review that underscores the importance of strategic reasoning as a critical cognitive capability and offers insights into future research directions and potential improvements.
- Abstract(参考訳): 本稿では,戦略的推論における大規模言語モデル(LLM)の現状と可能性に関する総合的な調査について述べる。
戦略的推論は、環境を理解し、他人の行動を期待するマルチエージェント間の相互作用の動的で不確実な性質に焦点をあてることによって区別される。
我々は, LLMによる戦略的推論に関連する範囲, 応用, 方法論, 評価指標について検討し, この分野の急成長と学際的アプローチによる意思決定性能の向上について考察する。
本研究の目的は、この主題に関する散在する文献を体系化し、明確化し、戦略的推論の重要性を批判的認知能力として示し、今後の研究の方向性と潜在的な改善についての洞察を提供する体系的なレビューを提供することである。
関連論文リスト
- On Predictive planning and counterfactual learning in active inference [0.20482269513546453]
本稿では,「計画」と「経験から学ぶ」に基づくアクティブ推論における2つの意思決定手法について検討する。
これらの戦略間のデータ-複雑さのトレードオフをナビゲートする混合モデルを導入する。
提案手法を,エージェントの適応性を必要とするグリッドワールドシナリオで評価する。
論文 参考訳(メタデータ) (2024-03-19T04:02:31Z) - Comparing Inferential Strategies of Humans and Large Language Models in
Deductive Reasoning [30.399418995991585]
大規模言語モデル(LLM)では,人間の観察と類似した推論パターンが示される。
我々の研究は、モデルの構造と規模が、その好む推論方法に大きく影響していることを示します。
論文 参考訳(メタデータ) (2024-02-20T12:58:14Z) - Puzzle Solving using Reasoning of Large Language Models: A Survey [1.9939549451457024]
本稿では,Large Language Models (LLMs) のパズル解法における能力について検討する。
以上の結果から,LLM能力と人為的推論の相違が明らかとなった。
この調査は、LLMのパズル解決能力を向上させるために、新しい戦略とよりリッチなデータセットの必要性を浮き彫りにした。
論文 参考訳(メタデータ) (2024-02-17T14:19:38Z) - K-Level Reasoning with Large Language Models [80.13817747270029]
急速に発展する環境における意思決定のための大規模言語モデル(LLM)の動的推論機能について検討する。
実世界の動的意思決定の複雑さを反映した2つのゲーム理論に基づくパイロットチャレンジを導入する。
これらの課題は明確に定義されており、LLMの動的推論能力の明確で制御可能で正確な評価を可能にする。
論文 参考訳(メタデータ) (2024-02-02T16:07:05Z) - MR-GSM8K: A Meta-Reasoning Revolution in Large Language Model Evaluation [65.07691494584843]
本稿では,メタ推論への取り組みに挑戦する,大規模言語モデルのための新しい評価パラダイムを提案する。
このアプローチは、エージェントの認知能力を評価するために伝統的に用いられてきた既存の数学問題解決ベンチマークにおける重大な欠点に対処する。
論文 参考訳(メタデータ) (2023-12-28T15:49:43Z) - The Role of Chain-of-Thought in Complex Vision-Language Reasoning Task [51.47803406138838]
本研究は,視覚言語タスク改善におけるChain-of-Thoughtアプローチの有効性について検討した。
我々は、人間の信号処理の仕方に触発された「記述から決定へ」戦略を提示する。
論文 参考訳(メタデータ) (2023-11-15T18:39:21Z) - From Heuristic to Analytic: Cognitively Motivated Strategies for
Coherent Physical Commonsense Reasoning [66.98861219674039]
ヒューリスティック分析推論(HAR)戦略は、モデル決定のための合理化のコヒーレンスを大幅に改善する。
以上の結果から, PLM推論の一貫性と信頼性を効果的に向上できる可能性が示唆された。
論文 参考訳(メタデータ) (2023-10-24T19:46:04Z) - Enhance Multi-domain Sentiment Analysis of Review Texts through
Prompting Strategies [1.335032286337391]
感情分析タスクの推進過程を定式化し、感情分析に適した2つの新しい戦略を導入する。
提案した感情分析手法の有効性を評価するために,3つの異なる領域データセットの比較実験を行った。
その結果,提案手法の採用により,感情分析の精度が向上することが示唆された。
論文 参考訳(メタデータ) (2023-09-05T08:44:23Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳(メタデータ) (2023-09-05T05:06:48Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。