[1Win4-39] 前提検索によるLLMにおける仮説推論の強化
キーワード：大規模言語モデル、推論
本研究では，大規模言語モデル（LLMs）の推論能力，特に仮説推論能力を向上させるために，モンテカルロ・マルコフ連鎖（MCMC）を活用した新しいアルゴリズムパイプラインを提案する．観察を最も適切に説明する仮説と，それを支持する前提を効率的かつ低コストで特定するために，完全教師なしのMCMCアルゴリズムを導入した．この方法では，関連性の高い前提を優先的に並べることで，LLMsが正当な仮説をより効果的に構築できるようになり，生成された文章の精度と前提知識の再現率が向上する．Entailment bank datasetでテストした結果，この手法は前提検索の再現率を向上させ，LLMがより妥当で真実に近い答えを生成できるようにした．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。