本文是LLM系列文章,针对《Verify-and-Edit: A Knowledge-Enhanced Chain-of-Thought Framework》的翻译。
摘要
由于大型语言模型(LLM)已成为NLP中的规范,在生成和推理任务中表现出良好的性能,其最致命的缺点之一是缺乏事实的正确性。生成不真实的文本不仅会降低性能,还会降低应用程序的信任度和有效性。Chainof Thought(CoT)提示通过生成可解释的推理链来提高复杂推理任务的信任和模型性能,但在知识密集型任务中仍然存在真实性问题。在本文中,我们提出了CoT提示的验证和编辑框架,该框架旨在根据外部知识通过编辑后的推理链来提高预测的真实性。在GPT-3的基础上,我们的框架提高了多个开放域问答任务的准确性。为了重现我们的结果并进一步扩展框架,我们在https://github.com/RuochenZhao/Verify-andEdit开源了代码。