NLP论文速读|chameleon：一个即插即用的组合推理模块Plug-and-Play Compositional Reasoning with Large Language Models

论文速读|Chameleon: Plug-and-Play Compositional Reasoning with Large Language Models

论文信息：

简介:

      该论文介绍了一个名为Chameleon的人工智能系统，旨在解决大型语言模型（LLMs）在处理复杂推理任务时存在的固有限制，例如无法访问最新信息、使用外部工具以及执行精确的数学和逻辑推理。Chameleon通过插入即用模块增强LLMs，使其能够进行组合推理，从而克服这些限制。论文的主要动机是提升LLMs在现实世界任务解决中的能力，特别是在需要组合多种工具和技能以完成多模态、知识密集型任务的场景中。作者们观察到，尽管LLMs在自然语言处理任务上取得了显著进展，但在精确推理和外部信息利用方面仍有不足，Chameleon框架正是为了弥补这些不足而设计的。Chameleon方法的核心是利用基于LLM的规划器，通过合成程序来组合不同的工具（例如LLMs、现成的视觉模型、网络搜索引擎、Python函数和基于启发式的模块）以完成复杂的推理任务。该系统通过顺序执行工具序列来生成最终响应，不仅提高了LLMs的适应性和有效性，而且在两个多模态知识密集型推理任务：ScienceQA和TabMWP上展示了其卓越的性能。