Llama3-8B秒杀700亿巨兽？北大博士生等全新「BoT」框架推理暴涨70倍，24点图形推理一步成神

1,172 0 0

文章摘要

北大、UC伯克利和斯坦福的研究人员针对大型语言模型（LLM）在推理任务上的不足，提出了一种名为“思维缓冲区”（Buffer of Thoughts，简称BoT）的新方法。该方法通过创建一个元缓冲区来存储信息丰富的高级思维，即“思维模板”，从而提升LLM在推理密集型任务上的表现。

在24点游戏、几何图形任务和一步将死问题等推理任务中，BoT方法显著提高了LLM的性能，分别提升了11%、20%和50%。此外，即便是较小规模的Llama3-8B模型，在BoT的辅助下也能在某些任务上超越更大规模的Llama3-70B模型。

BoT方法主要有三个优势：准确性、推理效率和鲁棒性。准确性体现在通过共享思维模板，LLM能实例化高级思维解决不同问题，而无需从头构建推理结构；推理效率得益于LLM能直接利用历史推理结构进行推理，避免复杂的多查询过程；鲁棒性则是由于思维检索到实例化的过程类似于人类思维，使模型能一致性地解决类似问题。

研究者还设计了一个问题蒸馏器来提取任务关键信息，并识别潜在约束，以减轻LLM在推理阶段的负担。通过元缓冲区，BoT方法能够为不同任务提供通用的推理方法，其中的思维模板分为六类：文本理解、创造性语言生成、常识推理、数学推理、代码编程和应用调度。

这种新颖的框架避开了传统单查询和多查询推理方法的局限性，通过思维模板的自适应实例化，为LLM的推理能力带来了显著的提升。这不仅优化了推理性能，还保持了较低的成本，平均只需增加提示方法成本的12%。