微信扫码
添加专属顾问
我要投稿
百度终于整了点大活!
他们最近搞出了一个叫"自推理"的框架,号称能让RAG系统更靠谱、更易追踪。
说白了,就是让大模型自己问自己答,自己给自己出题还自己改卷,这操作也是没谁了!
这个框架主要分三步走:
相关性判断:让模型自己判断检索到的文档和问题是否相关。
听起来好像很高大上?
其实就是让模型自己当自己的老师,自己教自己怎么思考。可以说是既当爹又当妈了!
离谱的是,这玩意儿只用了2000个训练样本(还是GPT-4生成的),就能和GPT-4打个平手。
Lihua(@yZHxkVi1aTjSJmJ) 对百度这波操作表示赞叹:
这种利用大模型自身推理轨迹的方法很有意思。它可以提高模型的透明度和可解释性,让我们更好地理解模型是如何得出结论的。
这种让模型自己解释自己的做法,可以说是非常鸡贼了。不仅能提高准确率,还能让我们更好地理解模型的思考过程。
还有网友Zoe Wang(@zoewangai)更是直接上手研究了一波,她总结道:
作者提出的"自推理"框架包括三个关键过程:
相关性感知过程(RAP):指导语言模型判断检索文档与问题的相关性。
证据感知选择过程(EAP):引导语言模型选择和引用相关文档,并从中选取关键句子作为"证据"。
轨迹分析过程(TAP):要求语言模型基于前两个过程中的自推理轨迹生成简明分析,并给出最终答案。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-27
2024-09-04
2024-07-18
2024-05-05
2024-06-20
2024-06-13
2024-07-09
2024-07-09
2024-05-19
2024-07-07
2025-04-04
2025-04-03
2025-04-02
2025-04-01
2025-04-01
2025-03-30
2025-03-28
2025-03-27