Automatic Prompt Augmentation and Selection with Chain-of-Thought from Labeled Data

最新推荐文章于 2024-04-26 15:47:13 发布

ShadyPi

最新推荐文章于 2024-04-26 15:47:13 发布

阅读量145

点赞数 1

分类专栏：自然语言处理文章标签： prompt

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/ShadyPi/article/details/132430634

版权

自然语言处理专栏收录该内容

18 篇文章 1 订阅

订阅专栏

Automatic Prompt Augmentation and Selection with Chain-of-Thought from Labeled Data

在这里插入图片描述
港科的工作，主要着眼于CoT样例的生成和选取，数据增强的部分就是用已有的CoT样例做few-shot推理，让LLM生成新的CoT样例（或者直接用Zero-shot-CoT），将生成正确的样例加入到备选池子里。

至于如何选择，则是将抽取样例的过程看成从一个随机分布里采样的过程。用一些参数构建一个随机分布，该分布的采样值对应不同的CoT样例。为了学习这个分布，作者采用了强化学习的方法。

实验显示在各数据集上达到了SOTA。
在这里插入图片描述

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
Automatic Prompt Augmentation and Selection with Chain-of-Thought from Labeled Data

港科的工作，主要着眼于CoT样例的生成和选取，数据增强的部分就是用已有的CoT样例做few-shot推理，让LLM生成新的CoT样例（或者直接用Zero-shot-CoT），将生成正确的样例加入到备选池子里。至于如何选择，则是将抽取样例的过程看成从一个随机分布里采样的过程。用一些参数构建一个随机分布，该分布的采样值对应不同的CoT样例。为了学习这个分布，作者采用了强化学习的方法。实验显示在各数据集上达到了SOTA。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

ShadyPi 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。