論文の概要: Chain-of-Conceptual-Thought: Eliciting the Agent to Deeply Think within the Response

• arxiv url: http://arxiv.org/abs/2510.18434v1
• Date: Tue, 21 Oct 2025 09:08:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:13.226191
• Title: Chain-of-Conceptual-Thought: Eliciting the Agent to Deeply Think within the Response
• Title（参考訳）: 思考の連鎖:エージェントが反応の中で深く考えることを避ける
• Authors: Qingqing Gu, Dan Wang, Yue Zhao, Xiaoyu Wang, Zhonglin Jiang, Yong Chen, Hongyan Li, Luo Ji,
• Abstract要約: CoT(Chain-of-Thought)は、数学、コーディング、推論タスクにおけるLLM能力を改善するために広く使われている。 我々は、LLMがまず概念をタグ付けし、次に詳細なコンテンツを生成する、Chein of Thought(CoCT)と呼ばれる別のプロンプトベースのパラダイムを提案する。 我々は、このパラダイムを、感情、戦略、トピックで構成された日常的および感情的なサポート会話で実験する。
• 参考スコア（独自算出の注目度）: 13.429499656760356
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Chain-of-Thought (CoT) is widely applied to improve the LLM capability in math, coding and reasoning tasks. However, its performance is limited for open-domain tasks since there are no clearly defined reasoning steps or logical transitions. To mitigate such challenges, we propose another prompt-based paradigm called Chain of Conceptual Thought (CoCT), where the LLM first tags a concept, then generates the detailed content. The chain of concepts is allowed within the utterance, encouraging the LLM's deep and strategic thinking. We experiment with this paradigm in daily and emotional support conversations where the concept is comprised of emotions, strategies and topics. Automatic, human and model evaluations suggest that CoCT surpasses baselines such as Self-Refine, ECoT, ToT, SoT and RAG, suggesting a potential effective prompt-based paradigm of LLM for a wider scope of tasks.
• Abstract（参考訳）: CoT(Chain-of-Thought)は、数学、コーディング、推論タスクにおけるLLM能力を改善するために広く使われている。 しかしながら、そのパフォーマンスは、明確な推論ステップや論理遷移がないため、オープンドメインタスクに限られている。 このような課題を緩和するために,LLMがまず概念をタグ付けし,詳細な内容を生成する,概念思考の連鎖(CoCT)と呼ばれる別のプロンプトベースのパラダイムを提案する。 概念の連鎖は発話の中で認められ、LLMの深い戦略的思考を奨励する。 我々は、このパラダイムを、感情、戦略、トピックで構成された日常的および感情的なサポート会話で実験する。 自動的、人的、モデル評価は、CoCTが自給自足、ECoT、ToT、SoT、RAGといったベースラインを超えることを示唆し、タスクの範囲を広げるためにLLMの潜在的に効果的なプロンプトベースのパラダイムを示唆している。

関連論文リスト

• "Well, Keep Thinking": Enhancing LLM Reasoning with Adaptive Injection Decoding [4.008780119020479]
  大規模言語モデル(LLM)は強力な推論能力を示しており、多くの場合、ほとんどショットやゼロショットの連鎖(CoT)のプロンプトによるものである。 本稿では,LLMを体系的に推論を継続し,未熟な推論を防止できる新しい復号法を提案する。
  論文  参考訳（メタデータ） (2025-03-13T08:46:32Z)
• Meta-Reasoner: Dynamic Guidance for Optimized Inference-time Reasoning in Large Language Models [35.82665698868508]
  大規模言語モデル(LLM)は、推論時間の間に高い計算時間とエラーの伝播に苦労する。 提案するMeta-Reasonerは,LLMが推論時間における推論方法の戦略を調整することで,推論計算を最適化するための新しいフレームワークである。 提案手法は,従来のSOTA法よりも9～12%向上し,推論時間を28～35%短縮する。
  論文  参考訳（メタデータ） (2025-02-27T09:40:13Z)
• MyGO Multiplex CoT: A Method for Self-Reflection in Large Language Models via Double Chain of Thought Thinking [4.234183823376613]
  我々は、LLMが推論しながら自己レビューの形式をシミュレートできる手法であるMultiformx CoT(Chain of Thought)を紹介する。 多重 CoT は反復的推論の力を活用し、モデルが最初の思考の連鎖を生成し、その後批判し、この推論を洗練させる。
  論文  参考訳（メタデータ） (2025-01-20T12:54:57Z)
• Unlocking the Capabilities of Thought: A Reasoning Boundary Framework to Quantify and Optimize Chain-of-Thought [61.588465852846646]
  大型言語モデル(LLM)の性能向上のための有望なアプローチとして、Chain-of-Thought(CoT)推論が登場した。 本稿では,これらの課題に対処するための新しい推論境界フレームワーク(RBF)を提案する。
  論文  参考訳（メタデータ） (2024-10-08T05:26:28Z)
• Think Twice: Perspective-Taking Improves Large Language Models' Theory-of-Mind Capabilities [63.90227161974381]
  SimToMは、シミュレーション理論の視点取りの概念にインスパイアされた、新しいプロンプトフレームワークである。 我々のアプローチは、追加のトレーニングや最小限のプロンプトチューニングを必要とせず、既存の手法よりも大幅に改善されている。
  論文  参考訳（メタデータ） (2023-11-16T22:49:27Z)
• Everything of Thoughts: Defying the Law of Penrose Triangle for Thought Generation [42.472954457731355]
  本稿では,既存の思考パラダイムの「ペンローズ三角形」の法則に反する,思考のすべて(XoT)と呼ばれる新しい思考促進手法を紹介する。 XoTは、事前訓練された強化学習とモンテカルロ木探索(MCTS)を活用して、外部ドメイン知識を思考に組み込む。 我々は,ゲーム24,8-Puzzle,Pocket Cubeなど,難解な複数解問題に対するXoTの評価を行った。
  論文  参考訳（メタデータ） (2023-11-07T12:30:36Z)
• Encouraging Divergent Thinking in Large Language Models through Multi-Agent Debate [85.3444184685235]
  複数のエージェントが"tit for tat"の状態で議論を表現するマルチエージェント議論(MAD)フレームワークを提案し、審査員が議論プロセスを管理して最終解を得る。 我々のフレームワークは、深い熟考を必要とするタスクに役立ちそうなLSMにおける散発的思考を奨励する。
  論文  参考訳（メタデータ） (2023-05-30T15:25:45Z)

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。