跳转到主要内容

谢谢你访问nature.com。您使用的浏览器版本支持有限的CSS。为了获得最好的体验,我们建议您使用更最新的浏览器(Internet Explorer或关闭兼容性模式)。同时,为了确保继续支持,我们网站没有显示样式和JavaScript。

  • 新闻和观点

在线工具帮助大型语言模型通过推理来解决问题

大语言模型推广的聊天机器人正在教交替推理与调用外部工具,如维基百科,来提高其准确性。该策略可以提高调查的结果,以及网上购物。
  1. Aleksandra Piktus

    1. Aleksandra Piktus在拥抱的脸,纽约,纽约11201,美国。

    看来作者出版物

    你也可以搜索这个作者PubMed谷歌学术搜索

ChatGPT的成功显示,大型语言模型(llm)变得更容易使用。这些系统的力量在于他们的反应能力生成自然语言文本提示。但是是什么使他们更有效的是他们的学习能力的例子:通过在几个示威,llm复杂的任务可以显著提高性能1。正是如何制定这些例子引出准确答案是一个开放的问题,但研究人员有一些想法。报告在最后学习国际会议上表示(go.nature.com/42qwbwg),姚等。2提出的反应——促使策略,对现有方法进行了改进分解一个多方面的推理问题分成小的任务和外包给外部工具。

访问选项

本文租或购买

本文得到只要你需要它

39.95美元

了解更多

价格可能受当地税收计算在结帐

doi: https://doi.org/10.1038/d41586 - 023 - 01411 - 4

引用

  1. 布朗,t . B。et al。预印在https://arxiv.org/abs/2005.14165(2020)。

  2. 姚明,年代。et al。预印在https://arxiv.org/abs/2210.03629(2022)。

  3. 魏,J。et al。预印在https://arxiv.org/abs/2201.11903(2022)。

  4. 锡克,T。et al。预印在https://arxiv.org/abs/2302.04761(2023)。

下载参考

相互竞争的利益

作者宣称没有利益冲突。

主题

最新的:

自然的职业

工作

自然简报

报名参加自然简报通讯-重要的科学,每天免费发送到您的收件箱中。

一天中最重要的科学故事,自由在你的收件箱。 报名参加自然简报

搜索

高级搜索

快速链接

Baidu
map