MultiTool-CoT: GPT-3 Can Use Multiple External Tools with Chain of Thought Prompting

要約

大規模言語モデル (LLM) は、さまざまな推論タスクで優れたパフォーマンスを達成しました。
パフォーマンスをさらに向上させるために、推論プロセス中に電卓や知識検索ツールなどの複数の外部ツールを組み込むよう促す思考連鎖 (CoT) を活用する新しいフレームワークである MultiTool-CoT を提案します。
MultiTool-CoT を NumGLUE のタスク 2 データセットに適用します。これには、数値推論とドメイン固有の知識の両方が必要です。
実験は、私たちの方法が強力なベースラインを大幅に上回り、最先端のパフォーマンスを達成することを示しています。

要約(オリジナル)

Large language models (LLMs) have achieved impressive performance on various reasoning tasks. To further improve the performance, we propose MultiTool-CoT, a novel framework that leverages chain-of-thought (CoT) prompting to incorporate multiple external tools, such as a calculator and a knowledge retriever, during the reasoning process. We apply MultiTool-CoT to the Task 2 dataset of NumGLUE, which requires both numerical reasoning and domain-specific knowledge. The experiments show that our method significantly outperforms strong baselines and achieves state-of-the-art performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google