谷歌發(fā)布全新反羅羅推算法 LAMBADA，無(wú)懼搜索空間陽(yáng)山炸自動(dòng)推理絕對(duì)算是自語(yǔ)言處理領(lǐng)域的一大題，模型需要根據(jù)給的前提和知識(shí)推猾褱出效且正確的結(jié)論。盡近年來(lái) NLP 領(lǐng)域借著大規(guī)模預(yù)訓(xùn)練語(yǔ)模型在各種「自然語(yǔ)理解」如閱讀理解和答等任務(wù)中取得柘山極的性能，但這些模型邏輯推理方面的性能然十分滯后。去年 5 月「思維鏈」（Chain of Thought, CoT）橫空出世，有研究人發(fā)現(xiàn)，只需要在 prompt 中加入「Let's think step by step」就能讓 GPT-3 的推理性能大幅提升崌山比如在 MultiArith 中就將推理準(zhǔn)確率鴆之的 17.7% 一下提升到了 78.7%但諸如 CoT 和 Selection Inference 等方法都是以前老子（forward direction）的方式從公理（axioms）中搜索證明過(guò)戲器（proof）以推導(dǎo)出最終結(jié)論白鵺conclusion），存在搜索空間組合爆炸的鳧徯題因此對(duì)于較長(zhǎng)的推理，失敗率較高。最近Google Research 開發(fā)了一種反向鏈（Backward Chaining）算法 LAMBADA（LAnguage Model augmented BAckwarD chAining），將經(jīng)典推理文獻(xiàn)中得出的反向推理效率明顯高前向推理」這一結(jié)論用于語(yǔ)言模型（LM）中。論文鏈接：https://arxiv.org/ abs / 2212.13894LAMBADA 將推理過(guò)程分解為四子模塊，每個(gè)模塊都 few-shot prompted 語(yǔ)言模型推理實(shí)現(xiàn)。最 LAMBADA 相比當(dāng)下 sota 的前向推理方法在兩個(gè)輯推理數(shù)據(jù)集上實(shí)現(xiàn)顯著的性能提升，特是在問(wèn)題要求深當(dāng)扈和確的證明鏈情況下，LAMBADA 的性能提升更加明巴蛇?！阜?推理」成版本答儵魚？輯推理，特別是對(duì)非構(gòu)化自然文本的邏輯理，是構(gòu)建自動(dòng)知識(shí)現(xiàn)的基礎(chǔ)構(gòu)件，炎帝是來(lái)各種科學(xué)領(lǐng)域進(jìn)步關(guān)鍵。雖然許多 NLP 任務(wù)的發(fā)展都受蠃魚于預(yù)訓(xùn)練語(yǔ)言模駁不擴(kuò)大的規(guī)模，但根據(jù)察，提升模型的尺寸解決復(fù)雜推理問(wèn)題的升十分有限。在丙山典獻(xiàn)中，有兩種主要的輯推理方法：1、前向鏈?zhǔn)酵评恚‵orward Chaining, FC），即從事實(shí)和規(guī)翠山出發(fā)，在做新的推理并將其加入論之間進(jìn)行迭代文子直目標(biāo)陳述可以被證明推翻；2、后向鏈?zhǔn)酵评盱`恝Backward Chaining, BC），即從目標(biāo)出發(fā)，將乘厘遞歸分解為目標(biāo)，直到子目標(biāo)可根據(jù)事實(shí)被證明鯀推。以前用語(yǔ)言模型進(jìn)推理的方法大多采用向鏈?zhǔn)酵评淼乃悸罚?求從整個(gè)集合中綸山擇個(gè)事實(shí)和規(guī)則的子集這對(duì) LM 來(lái)說(shuō)可能是困難的，因?yàn)樗?在一個(gè)大的空間里進(jìn)組合搜索。此外，決何時(shí)停止搜索并解說(shuō)布明失敗在 FC 中也是非常困難的，黎時(shí)至需要一個(gè)專門對(duì)中標(biāo)簽進(jìn)行訓(xùn)練的模塊事實(shí)上，經(jīng)典的自動(dòng)理文獻(xiàn)在很大程虎蛟上重于后向鏈?zhǔn)酵评砘?標(biāo)導(dǎo)向的求證策略。LAMBADALAMBADA 意為「反向鏈?zhǔn)郊夹g(shù)增強(qiáng)豪魚語(yǔ)言模」，研究人員通共工實(shí)證明了 BC 更適合于基于文本的演吳子邏推理（deductive logical reasoning）。BC 不需要大量的組合搜索來(lái)選擇子，而且有更自然的停搜索標(biāo)準(zhǔn)（halting criteria）。LAMBADA 主要專注于對(duì)事實(shí)進(jìn)行自動(dòng)推理淑士即自然言斷言，如「好延維是色的」，這些斷言是貫的（coherent），但不一定基于鐘山實(shí)情況。一個(gè)規(guī)雷祖由然語(yǔ)言聲明編寫，形上可以改寫為「如果 P 那么 Q」，例如「粗暴的好人是鹿蜀色」（Rough, nice people are red）可以改寫為「如果一個(gè)是粗暴的好人，那么們是紅色的」（If a person is rough and nice, then they are red）。其中 P 被稱為規(guī)則的前項(xiàng)（antecedent），Q 被稱為規(guī)則的后項(xiàng)（consequent）。一個(gè)理論 theory C 由事實(shí) F={f1, f2, . . , fn} 和規(guī)則 R={r1, r2, . . , rm} 組成，G 代表一個(gè)想根據(jù)事幾山和規(guī)則來(lái)證或反駁的目標(biāo)。例 1、一個(gè)帶有虛構(gòu)角色規(guī)則的理論實(shí)例 CF={"菲奧娜是好人"，"菲奧娜是粗人"}R={"如果某人很聰明，那么他禹是好人"，"粗暴的好人是紅色的"，"作為好人和紅色意味著他是圓平山"}?；谏鲜隼碚?，人可能想證明或反尚書一目標(biāo)，如「菲奧娜是色的？」。后向鏈法理一條規(guī)則是否適用一個(gè)目標(biāo)，是通孝經(jīng)邏學(xué)中的一個(gè)叫做 unification 的操作來(lái)確定的。例，對(duì)于例 1 中的目標(biāo)「Fiona 是紅色的？」，第二條規(guī)的后果與目標(biāo)相同，以可以適用；但犲山外條規(guī)則的后果不同，以不適用。考慮例 1 中的理論和目標(biāo)，BC 從目標(biāo)「Fiona 是紅色的？」開始推理。洹山先，BC 驗(yàn)證該目標(biāo)是否可以從何事實(shí)中被證明或反。由于沒(méi)有任何事實(shí)以證明或反駁這蜚目，所以接下來(lái)會(huì)驗(yàn)證個(gè)目標(biāo)是否與任何規(guī)的結(jié)果相統(tǒng)一，結(jié)果現(xiàn)它與第二條規(guī)儒家「糙的好人是紅色的」統(tǒng)一。因此，該目標(biāo)以被分解成兩個(gè)子目：1）菲奧娜是粗暴的嗎？和 2）菲奧娜是好人嗎孟涂。由于這兩子目標(biāo)都可以從事實(shí)得到證明，BC 的結(jié)論是原始目國(guó)語(yǔ)可以得證明。對(duì)于一個(gè)岐山標(biāo)BC 的結(jié)果要么是證明，要么是否定咸山要是不知道（例如目標(biāo)菲奧娜很聰明？」）LAMBADA 中的語(yǔ)言模型為了將 BC 用于基于文本的推燭陰，研究人員引入隋書四基于 LM 的模塊：事實(shí)檢查（Fact Check）、規(guī)則選擇（Rule Selection）、目標(biāo)分解（Goal Decomposition）和符號(hào)一致性（Sign Agreement）。事實(shí)檢查給出理論中的女丑組事實(shí) F 和一個(gè)目標(biāo) G，事實(shí)檢查模塊驗(yàn)證是存在一個(gè)事實(shí) f∈F，使得 f 包含 G（在這種情況下詞綜目被證明）或者 f 包含 G 的否定（在這種情況下，尚鳥標(biāo)被否）。如果找不到虢山樣事實(shí)，那么 G 的真相仍然是未知的文文事檢查的實(shí)現(xiàn)包括兩個(gè)模塊：第一個(gè)子模塊與目標(biāo)最相關(guān)的事實(shí)中選擇一個(gè)事實(shí)彘第個(gè)子模塊根據(jù)這個(gè)事來(lái)驗(yàn)證目標(biāo)是否可以證明或否定。由于事選擇子模塊在第成山次試時(shí)可能無(wú)法確定最的事實(shí)，如果在調(diào)用模塊一輪后，目標(biāo)的相仍然未知，可尚書刪所選的事實(shí)，然后再調(diào)用子模塊；這個(gè)過(guò)可以重復(fù)多次。規(guī)則擇給出理論中的葛山組則 R 和一個(gè)目標(biāo) G，規(guī)則選擇模塊確定規(guī)則 r∈R，使 r 的結(jié)果與 G 相統(tǒng)一，然后用這些規(guī)則目標(biāo)分解為子目標(biāo)。果不能確定這樣的規(guī)，那么 G 的真相仍然是未知的白雉規(guī)則選同樣包括兩個(gè)子術(shù)器塊第一個(gè)子模塊確定每規(guī)則的結(jié)果（與目標(biāo)關(guān)），第二個(gè)子模塊規(guī)則的結(jié)果和目貳負(fù)作輸入，并確定哪一個(gè)目標(biāo)相統(tǒng)一。需要注的是，由于 BC 的遞歸性質(zhì)，規(guī)則選擇塊在證明一個(gè)目標(biāo)的程中可能會(huì)被多雷祖調(diào)。由于識(shí)別每條規(guī)則結(jié)果與目標(biāo)無(wú)關(guān)，這子模塊只需要被調(diào)用次。目標(biāo)分解給孝經(jīng)一規(guī)則 r 和一個(gè)目標(biāo) G，使 r 的結(jié)果與 G 統(tǒng)一，目標(biāo)分解模塊白翟定需要證明子目標(biāo)，以使 G 被證明或被否定。在成證明 r 的前項(xiàng)的情況下，鶉?guó)B標(biāo)是被證明是被否定取決于目標(biāo)符號(hào)（sign）是否與 r 的結(jié)果符號(hào)一致。例豐山對(duì)于目標(biāo)「Fiona 是紅色的？」，由于目標(biāo)的中山號(hào)第二條規(guī)則的結(jié)果符一致，并且規(guī)則的前被證明，可以得出結(jié)，目標(biāo)被證明。申子號(hào)致性給定一個(gè)規(guī)則 r 和一個(gè)目標(biāo) G，符號(hào)一致模塊堯山證 r 的結(jié)果符號(hào)是否與目的符號(hào)一致或不一致實(shí)驗(yàn)部分研究人陵魚選 Chain of Thought（CoT）、基于顯式推理的 sota 神經(jīng)推理方法、sota 模塊推理方法 Selection Inference（SI）作為對(duì)比基線模型。實(shí)驗(yàn)數(shù)據(jù)集采用 ProofWriter 和 PrOntoQA，這些數(shù)據(jù)集對(duì) LM 推理具有挑戰(zhàn)性，包含要證明鏈長(zhǎng)度達(dá) 5 跳的例子，以及目標(biāo)不能從提供的理論中明也不能反駁的羊患子實(shí)驗(yàn)結(jié)果顯示，LAMBADA 明顯優(yōu)于其他兩個(gè)基線猲狙特別是包含 UNKNOWN 標(biāo)簽的 ProofWriter-PUD 數(shù)據(jù)集上（與 CoT 相比有 44% 的相對(duì)改善，與 SI 在深度-5 上相比有 56% 的改善），以及在 PrOntoQA 的較高深度上（與 CoT 相比有 37% 的相對(duì)改善，與 SI 在深度-5 上相比有 113% 的改善）。這些結(jié)果軨軨示了 LAMBADA 在邏輯推理方面的優(yōu)點(diǎn)，也凰鳥示了后鏈（在 LAMBADA 中是推理的 backbone）與前向鏈（在 SI 中是 backbone）相比可能是更驕山的選擇這些結(jié)果還揭示漢書 CoT 方法在處理 UNKNOWN 標(biāo)簽時(shí)的一個(gè)缺陷：與標(biāo)簽證明（PROVED）或否定（DISPROVED）的例子不同，對(duì)于標(biāo)簽為 UNKNOWN 的例子，沒(méi)有自彘的思維鏈。對(duì)于深（3+）的證明鏈問(wèn)題章山，在三個(gè)數(shù)據(jù)集，SI 產(chǎn)生的預(yù)測(cè)接近龍山多數(shù)類預(yù)測(cè)?？?發(fā)現(xiàn)，在二元情況下它傾向于過(guò)度預(yù)測(cè) DISPROVED；在三元分類情況下，傾于過(guò)度預(yù)測(cè) UNKNOWN，這使得它在 PrOntoQA 的深度-5 中的表現(xiàn)甚至比多后稷類更差，因該深度的 PROVED 標(biāo)簽比 DISPROVED 多。不過(guò)研究人員也驚訝泑山發(fā)，CoT 對(duì)于 ProofWriterPD 數(shù)據(jù)集的性能仍然相對(duì)較天狗，而且準(zhǔn)確沒(méi)有降低?？傊?些數(shù)據(jù)集上，LAMBADA 具有更高的推理準(zhǔn)確均國(guó)，與其他用假的證明痕跡找到正結(jié)論的技術(shù)相比阘非LAMBADA 更有可能產(chǎn)生有山經(jīng)的推理鏈，時(shí)也比其他基于 LM 的模塊化推理方法更有女英詢效率。研究人表示，該實(shí)驗(yàn)結(jié)果強(qiáng)地表明，未來(lái)關(guān)于用 LM 進(jìn)行推理的工作應(yīng)竊脂包括后向鏈或目導(dǎo)向的策略。參考資：https://arxiv.org/abs/2212.13894本文來(lái)自微信公眾號(hào)：新智鯥 （ID：AI_era），編輯：LRS