Step by Step: differenze tra le versioni
(Pagina svuotata) Etichetta: Svuotamento |
Nessun oggetto della modifica |
||
| (19 versioni intermedie di 6 utenti non mostrate) | |||
| Riga 1: | Riga 1: | ||
{{Template concetto | |||
|NomeInglese=Step by Step | |||
}} | |||
Lo ''Step by Step reasoning'' è una tecnica impiegata nei Large Language Models (LLM) per migliorare la capacità di questi modelli di gestire compiti complessi di ragionamento, scomponendoli in '''passaggi più piccoli e gestibili'''. Questo approccio consente ai modelli di affrontare problemi in maniera più strutturata e di fornire spiegazioni più dettagliate sul loro processo decisionale. | |||
==Paper e link== | |||
* '''[[Why think step by step? Reasoning emerges from the locality of experience (2023)]]''' | |||
* '''https://arxiv.org/pdf/2304.03843.pdf''' | |||
{{#seo: | |||
|title=Step by Step | |||
|title_mode=append | |||
|keywords=intelligenza artificiale, apprendimento automatico, large language models, modelli linguistici di grandi dimensioni, ragionamento, problem solving, elaborazione del linguaggio naturale, step by step, istruzioni passo passo | |||
|description=Lo Step by Step Reasoning è una tecnica utilizzata nei Large Language Models (LLM) per migliorare la loro capacità di gestire compiti complessi. Questo approccio scompone i problemi in passaggi più piccoli e gestibili, consentendo ai modelli di fornire spiegazioni più dettagliate sul loro processo decisionale. | |||
}} | |||
Versione attuale delle 13:31, 17 ago 2024
| Step by Step | |
|---|---|
| Nome Inglese | Step by Step |
| Sigla | |
Lo Step by Step reasoning è una tecnica impiegata nei Large Language Models (LLM) per migliorare la capacità di questi modelli di gestire compiti complessi di ragionamento, scomponendoli in passaggi più piccoli e gestibili. Questo approccio consente ai modelli di affrontare problemi in maniera più strutturata e di fornire spiegazioni più dettagliate sul loro processo decisionale.
Paper e link
- Why think step by step? Reasoning emerges from the locality of experience (2023)
- https://arxiv.org/pdf/2304.03843.pdf