GPT-4推理更像人了！中国科学院提出「思维传播」，类比思考完胜CoT，即插即用

原文来源：新智元

图片来源：由无界 AI生成

如今，GPT-4、PaLM等巨型神经网络模型横空出世，已经展现出惊人的少样本学习能力。

只需给出简单提示，它们就能进行文本推理、编写故事、回答问题、编程......

然鹅，LLM在复杂、多步推理任务上却常常败给人类，且苦苦挣扎无果。

对此，中国科学院和耶鲁大学的研究人员提出了一种「思维传播」（Thought Propagation）新框架，能够通过「类比思维」增强LLM的推理。

论文地址：https://arxiv.org/abs/2310.03965‌

「思维传播」灵感来自人类认知，即当遇到一个新问题时，我们经常将其与我们已经解决的类似问题进行比较，以推导出策略。

因此，这一方法的核心便是，让LLM在解决输入的问题之前，探索与输入相关的「类似」问题。

最后，它们的解决方案可以拿来即用，或提取有用计划的见解。

可以预见的是，「思维传播」在为LLM逻辑能力的固有限制提出的全新思路，让大模型像人类一样用「类比」方法解决难题。

LLM多步推理，败给人类

显而易见，LLM擅长根据提示进行基本推理，但在处理复杂的多步骤问题时仍有困难，比如优化、规划。

反观人类，他们会汲取类似经验中的直觉来解决新问题。

大模型无法做到这点，是由其固有的局限性决定的。

因为LLM的知识完全来自于训练数据中的模式，无法真正理解语言或概念。因此，作为统计模型，它们很难进行复杂的组合泛化。

最最重要的是，LLM缺乏系统推理能力，无法像人类那样逐步推理，从而解决具有挑战性的问题。

再加上，大模型的推理是局部的、「短视的」，因此LLM很难找到最佳解决方案，也很难在长时间范围内保持推理的一致性。

总之，大模型在数学证明、战略规划和逻辑推理方面的缺陷，主要源于2个核心问题：

- 无法重用先前经验中的见解。

人类从实践中积累了可重复使用的知识和直觉，有助于解决新问题。相比之下，LLM在处理每个问题时都是 「从0开始」，不会借鉴先前的解决方案。

- 多步骤推理中的复合错误。

人类会监控自己的推理链，并在必要时修改最初的步骤。但是LLM在推理的早期阶段所犯的错误会被放大，因为它们会把后面的推理引向错误的道路。

以上这些弱点，严重阻碍了LLM应对需要全局最优或长期规划的复杂挑战中的应用。

对此，研究人员提出了一种全新的解决方法——思维传播。

TP框架

通过类比思维，让LLM更像人类一样进行推理。

在研究者看来，从0开始推理无法重复使用解决类似问题的见解，而且会在中间推理阶段出现错误累积。

而「思维传播」可以探索与输入问题相关的类似问题，并从类似问题的解决方案中获得启发。

下图是「思维传播」（TP）与其他代表性技术的比较，对于输入问题 p，IO、CoT和ToT会从头开始推理，才得出解决方案s。

具体来说，TP包括了三个阶段：

1. 提出类似问题：LLM通过提示生成一组与输入问题有相似之处的类似问题。这将引导模型检索潜在的相关先前经验。

2. 解决类似问题：通过现有的提示技术，如CoT，让LLM解决每个类似的问题。

3. 汇总解决方案：有2种不同的途径——根据类比解决方案，直接推断出输入问题的新解决方案；通过比较输入问题的类比解决方案，推导出高级计划或策略。

这样一来，大模型就可以重用先前的经验和启发式方法，还可以将其初始推理与类比解决方案进行交叉检查，以完善这些解决方案。

值得一提的是，「思维传播」与模型无关，可以在任何提示方法的基础上进行单个问题解决步骤。

这一方法关键的新颖之处在于，激发LLM类比思维，以引导复杂的推理过程。

「思维传播」究竟能让LLM多像人类，还得实操结果来说话。

中国科学院和耶鲁的研究人员在3个任务中进行了评估：

- 最短路径推理：需要在图中找到节点之间的最佳路径需要全局规划和搜索。即使在简单的图上，标准技术也会失败。

- 创意写作：生成连贯、有创意的故事是一个开放式的挑战。当给出高层次的大纲提示时，LLM通常会失去一致性或逻辑性。

- LLM智能体规划：与文本环境交互的LLM智能体与长期战略方面举步维艰。它们的计划经常会出现「漂移」或陷入循环。

最短路径推理

最短路径推理任务中，现有的方法推理遇到的问题无法解决。