LM-reasoning学习资料汇总 - 大语言模型推理能力研究项目
LM-reasoning是一个致力于收集和整理大语言模型推理能力相关研究成果的GitHub项目。该项目由伊利诺伊大学香槟分校的黄杰(Jie Huang)创建和维护,汇集了大量关于大语言模型推理能力的论文和资源。
项目概览
- 项目地址:https://github.com/jeffhj/LM-reasoning
- 主要内容:大语言模型推理能力相关论文和资源收集
- 涵盖主题:思维链提示、指令微调、多模态推理等
- 论文范围:2019年至今发表的相关重要论文
主要内容板块
- 综述类论文
- 相关综述、观点和博客文章
- 技术方法
- 全监督微调
- 提示和上下文学习
- 混合方法
- 评估与分析
精选论文推荐
- 《Chain of Thought Prompting Elicits Reasoning in Large Language Models》- 思维链提示的开创性工作
- 《Large Language Models are Zero-Shot Reasoners》- 探索大模型的零样本推理能力
- 《Least-to-Most Prompting Enables Complex Reasoning in Large Language Models》- 从简到繁的提示方法
- 《Automatic Chain of Thought Prompting in Large Language Models》- 自动生成思维链提示
使用指南
- 浏览README.md了解项目整体结构
- 根据感兴趣的主题查看相应板块
- 点击论文标题可直接跳转至原文
- 欢迎通过Issue或Pull Request贡献新的相关论文
LM-reasoning项目为研究大语言模型推理能力提供了一个全面的参考资料库,无论是入门了解还是深入研究都很有帮助。随着领域的快速发展,该项目也在持续更新中。