Large Language Models are Zero-Shot Reasoners

目录

Kojima T., Gu S. S., Reid M., Matsuo Y. and Iwasawa Y. Large language models are zero-shot reasoners. NIPS, 2022.

概

Zero-shot CoT.

Let's think step by step

  • 如上图所示, 利用 "Let's think step by step" 来引导推理, 最后利用 "Therefore, the answer (arabic numerals) is" 来引出最后的答案.

  • Zero-shot 引导词还有如下的选择:

代码

[official]

posted @   馒头and花卷  阅读(184)  评论(0)  编辑  收藏  举报
相关博文：
·  Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
·  STAR: A Simple Training-free Approach for Recommendations using Large Language Models
·  What Are Zero-Shot Prompting and Few-Shot Prompting
·  解锁LLMs的“思考”能力：Chain-of-Thought(CoT) 技术推动复杂推理的新发展
·  语言模型的预训练[6]：思维链(Chain-of-thought，CoT)定义原理详解、Zero-shot CoT、Few-shot CoT 以及在LLM上应用
阅读排行：
· TypeScript + Deepseek 打造卜卦网站：技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配，妙~啊~
· .NET Core 中如何实现缓存的预热？
历史上的今天：
2019-07-23 ZFNet: Visualizing and Understanding Convolutional Networks
点击右上角即可分享
微信分享提示
SQL AI 助手