本文是LLM系列文章,针对《Language Models, Agent Models, and World Models: The LAW for Machine Reasoning and Planning》的翻译。
摘要
尽管大型语言模型在许多应用程序中取得了巨大成功,但由于其推理、学习和建模能力的固有局限性,它们在各种(语言、具体化和社会化)场景中往往无法实现一致的推理和规划。在这篇立场论文中,我们提出了机器推理的一个新视角,即LAW,它将语言模型、代理模型和世界模型的概念联系起来,以获得更强大和通用的推理能力。特别是,我们提出世界和代理人模型是推理的更好抽象,它引入了深思熟虑的类人推理的关键元素,包括对世界和其他代理人的信念、对后果的预期、目标/回报和战略规划。至关重要的是,LAW中的语言模型充当了实现系统或其元素的后端,从而提供了计算能力和适应性。我们回顾了最近取得相关进展的研究,并讨论了未来实施法律框架的研究方向。
1 引言
2 前言:三个模型
3 LAW框架
4 讨论
我们提出了LAW框架作为公式化机器推理的一个新视角。LAW融合了信念、未来预期、目标/回报和战略规划等关键要素,旨在