论文浅尝 | 基于对多条思维链的元推理实现智能问答

news2024/11/24 19:21:41

笔记整理：屠铭尘，浙江大学硕士，研究方向为知识图谱

链接：https://arxiv.org/abs/2304.13007

1. 动机

1.1 Chain of Thought的诞生

尽管大语言模型在许多自然语言处理任务上表现出色，但由于其本质是token by token的类似“词语接龙”的生成方式，并不能理解词句的语义，就导致其在推理相关任务上有所限制，且有研究表明这种缺陷难以通过语言模型规模的扩大得到解决。
因此，Jason Wei等人在2022年发表了Chain-of-Thought Prompting Elicits Reasoning in Large Language Models这篇论文，首次提出了用“Chain of Thought(CoT)”（推理链）这种方法来对ChatGPT等模型进行提示，结果表明此方法可以显著提升模型应对推理任务的能力，这篇论文被称为Chain of Thought的开山之作。

1.2 Chain of Thought的发展

自从Chain of Thought这种推理链提示方法被提出，不断有研究者对这种方法进行了进一步改进。

（1）Chain of Thought 推理链提示（Jason Wei, et.al 2022）

即在原先Prompting（输入首先给一个示例问题和对应答案，再给一个相似问题，如上图左）的基础上，在给出示例答案的时候同时给出得到答案的推理过程。

研究显示这种方法能提升大语言模型在推理问题上的正确率。

（2）推理链+在线信息检索 (Harsh Trivedi, et.al 2022)

允许大语言模型在推理过程中加入对在线信息的检索，研究显示此方法也会提升大语言模型的正确率。

（3）Self-Ask(SA) (Harsh Trivedi, et.al 2023)

引导大语言模型将原问题分解成许多小问题，通过逐步解决小问题最终解决原问题。

（4）Self-Consistency(SC)

让语言模型多次对同一个问题进行回答，将出现次数最多的那个答案作为最终答案。

（5）本文提出的Multiple Chains Reasoning (MCR)方法

本篇作者认为，尽管Self-Consistency(SC)方法能显著提升大语言模型应对推理问题的能力，但仍具有以下局限性：

如果某个问题的产出空间很大，那么可能不会得到占多数的答案；
每一次大语言模型对问题进行推理时可能会抓住不同的关键要点，但并不是所有关键信息都会体现在答案中；
答案没有很好的可解释性。

与此同时，MCR具有这些相应的优势：

MCR能够结合每条推理链中的重要信息，因此有望实现答案的正确率提高；
答案具有更好的可解释性。

2. 方法

MCR方法主要由三大模块：Decomposition、Retrieval、Meta-Reason构成，其中，Decomposition和Retrieval方法类似于之前方法提出的的原问题进行分解、检索等，而本文提出方法的核心则在于第三个模块，也就是元推理模块。

如何实现元推理模块？本文引入了另一个LLM，预先对其进行few-shot prompting。即将多条链的上下文和原始问题给LLM，训练其从多条链上下文中获取有价值信息、产生最终答案的能力。

3. 实验

3.1 Setting

（1）数据集

注：此实验将推理类型分为implicit和explicit两种类型

（2）语言模型

main: GPT-3, code-davinci-002

also: Vicuna-13B

（3）元推理模块 Meta-Reasoner

MCR

SCR

（4）基线Baselines

（5）检索器 Retrieval

Google-WIKIPEDIA

3.2 Results

3.3 Analysis

（1）MCR在什么情况下胜过SCR?

当MCR用到了除了greedy链之外的其他链提供的信息时。

（2）是否真的结合了多条链信息

判断产出的句子中是否有一句来自于某一条链，而另一句来自于另一条链（这可以证明元推理模块至少用到了两条链的信息）结果显示，结合链之间的信息可能至少平均对2%-2.5%的例子起到了积极作用。

（3）答案可解释性的质量

通过人工衡量explanation和答案是否相关，以及如果只给问题和语言模型的explanation，看语言模型是否会生成同样答案，来判断explanation的有效性、可重复性。

（4）错误分析

对不同类型的错误进行分类，并分析语言模型面对不同数据集（不同类型推理问题）时在不同类型错误上的正确率。分析得出在面对implicit类型的问题时，语言模型在解析问题（即问题拆分）上可能表现就相对不佳。

4. 总结

（1）结论

introduce the MCR method for metareasoning on multiple chains-of-thought. 引入MCR模型对多条链进行元推理。
show that MCR outperforms all baselines, including self-consistency, on all 7 multi-hop open-domain QA benchmarks. 证实MCR在所有多跳开放问题标准测试上，表现得比包括SC在内的所有基线方法都要好。
analyze MCR for its explanation quality and its multi-chain reasoning capabilities.对MCR的解释能力和多链推理能力进行了分析。

（2）不足

opt for a prompted LLM as our meta-reasoner, we do not experiment with a fine-tuned meta-reasoning model. 没有用微调的元推理模型，而只是进行了prompting。
For the meta-reasoner context, we experiment with variants which include either generated QA pairs of retrieved evidence sentences. We leave further improvements to the meta-reasoner context as future work.只是给元推理模块QA pairs，未来或许有更好的信息组织形式。
extend the open-source model results to include additional datasets besides STRATEGYQA and HOTPOTQA.以后的实验应在更多测试集上进行。

OpenKG

OpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。