First-Step Advantage: Importance of Starting Right in Multi-Step Math Reasoning

要約

言語モデルは、予測の根拠を生成する方法を学習することで、複雑な推論タスクをより適切に解決できます。
多くの場合、これらのモデルはタスクの解決方法を知っていますが、その自己回帰デコードの性質により、正しく開始されなかった場合、不正確な結果が得られます。
特に小さなモデルを修正すると、他の方法では困難だったであろうタスクを解決できることがわかりました。
この現象を、より大きなモデルを使用してより小さなモデルをガイドすることで実証しました。これにより、パフォーマンスが大幅に向上しました (7B モデルによる GSM8K データセットで最大 +24 ポイント)。
小規模なモデルが開始ステップを開始できるように支援するために、小規模なモデルが一連の推論を進める前に、最初に開始方法を自問する QuestCoT を提案します。
複数の小規模なモデルにわたるさまざまなマルチステップの数学的推論データセットでは、適切なスタートを切ることで、すべてのモデルにわたって大幅なパフォーマンスの向上 (GSM8K で最大 +6 ポイント、SVAMP で +9 ポイント、ASDiv で +5 ポイント、および +
MultiArith では 7)。

要約(オリジナル)

Language models can solve complex reasoning tasks better by learning to generate rationales for their predictions. Often these models know how to solve a task but their auto-regressive decoding nature leads to incorrect results if they start incorrectly. We observe that smaller models in particular when corrected, can solve a task that they would have otherwise struggled with. We demonstrate this phenomenon by using a larger model to guide smaller models, which leads to significantly improved performance (up to +24 points on the GSM8K dataset by 7B models). To assist smaller models in initiating the starting step, we propose QuestCoT, where a smaller model first asks itself how to start, before proceeding with a chain of reasoning. On various multistep mathematical reasoning datasets over multiple smaller models, we show that getting the right start can lead to significant performance gains across all models (gains of up to +6 points on GSM8K, +9 on SVAMP, +5 on ASDiv, and +7 on MultiArith).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google