LLM

论文解读 | 大模型的涌现是幻影
本文揭示了大模型并不存在「涌现」，大模型的能力随着参数的增长是线性增长的。
Yuyao Ge 葛钰峣
Dec 16, 2023 2 min read 论文分享
论文解读 | 大模型的涌现是幻影
我们该如何监督比人类更强的AI？ | Weak-to-strong generalization
如今AI的能力越来越强，接近甚至已经超越人类的能力，人类已经很难监督这类超人AI了。那么该如何监督比人类更强大的超人AI呢？
Yuyao Ge 葛钰峣
Dec 15, 2023 1 min read 笔记
我们该如何监督比人类更强的AI？ | Weak-to-strong generalization
论文解读 | 面向LLM的图结构多模态表示
This paper explore the impact of encoding global and local graph structures using different modalities, particularly focusing on node classification tasks
Yuyao Ge 葛钰峣
Nov 21, 2023 10 min read 论文分享
论文解读 | 面向LLM的图结构多模态表示
论文解读 | Graph-Guided Reasoning for Multi-Hop Question Answering in Large Language Models
提出了一种基于大模型的图引导的面向多步推理问题的推理方式。本文的主要贡献有两点：提出上述推理方式，提出允许变量定义的用于知识三元组提取的上下文学习方法
Yuyao Ge 葛钰峣
Nov 20, 2023 2 min read 论文分享
论文解读 | Graph-Guided Reasoning for Multi-Hop Question Answering in Large Language Models
论文解读 | GraphText —— 图到文本的映射
在本文,作者跟据图结构的特点提出了一种将图映射到文本空间的框架GRAPHTEXT
Yuyao Ge 葛钰峣
Nov 14, 2023 1 min read 论文分享
论文解读 | GraphText —— 图到文本的映射
论文解读 | ReAct——LLM推理范式 推理+动作
LLM ReAct范式，在大语言模型中结合推理和动作
Yuyao Ge 葛钰峣
Oct 27, 2023 1 min read 论文分享
论文解读 | ReAct——LLM推理范式 推理+动作
论文解读 | Reasoning with Language Model is Planning with World Model
过去的研究证明，人类拥有一个内部的世界模型，使人类能够模拟行动及其对世界状态的影响，以进行复杂任务的有意识的规划，包括运动控制、想象、推理和决策。而大模型只能通过自回归的方式进行推理，为此作者将强化学习和蒙特卡洛树搜索引入大模型推理
Yuyao Ge 葛钰峣
Oct 26, 2023 1 min read 论文分享
论文解读 | Reasoning with Language Model is Planning with World Model
论文解读 | Can Language Models Solve Graph Problems in Natural Language?
本文首次尝试使用大模型来解决图问题。在本文作者基于自然语言提出了含有千余个图基础问题的BenchMark NLGraph。作者在GPT3/4上进行实验获得了一些结论。在论文的最后，作者提出了两个可以提升大模型处理图问题的方法。
Yuyao Ge 葛钰峣
Oct 23, 2023 1 min read 论文分享
论文解读 | Can Language Models Solve Graph Problems in Natural Language?
论文解读 | TALK LIKE A GRAPH： ENCODING GRAPHS FOR LARGE LANGUAGE MODELS
尽管在自动推理在自然文本方面取得了显著进展，但大型语言模型（LLMs）上的图推理效果依然不尽人意。在本文，作者团队进行了首次全面的研究，将图结构数据编码为文本，以供LLMs推理
Yuyao Ge 葛钰峣
Oct 21, 2023 1 min read 论文分享
论文解读 | TALK LIKE A GRAPH： ENCODING GRAPHS FOR LARGE LANGUAGE MODELS
论文解读 | LANGUAGE MODELS REPRESENT SPACE AND TIME
大语言模型（LLM）的领军地位引发了大模型系统到底只是对海量数据进行肤浅地统计还是真正学习到了世界模型的争论。在本文，作者以llama2为实验对象，在三个空间数据集和三个时间数据集上进行了实验发现了后者存在的证据。
Yuyao Ge 葛钰峣
Oct 11, 2023 1 min read 论文分享
论文解读 | LANGUAGE MODELS REPRESENT SPACE AND TIME