本文是LLM系列文章,针对《Physics Reasoner: Knowledge-Augmented Reasoning for Solving Physics Problems with Large Language Models》的翻译。
物理推理器:用于解决大型语言模型物理问题的知识增强推理
摘要
物理问题是推理的一个重要方面,需要复杂的推理能力和丰富的物理知识。然而,现有的大型语言模型(LLM)经常因缺乏知识或知识应用不正确而失败。为了缓解这些问题,我们提出了Physics Reasoner,这是一个用LLM解决物理问题的知识增强框架。具体而言,所提出的框架构建了一个全面的公式集来提供明确的物理知识,并利用包含详细说明的清单来指导有效的知识应用。也就是说,给定一个物理问题,physics Reasoner通过三个阶段来解决它:问题分析、公式检索和引导推理。在此过程中,使用检查表来增强LLM在分析和推理阶段的自我提升。根据经验,Physics Reasoner缓解了知识不足和应用不正确的问题,在SciBench上实现了最先进的性能,平均精度提高了5.8%。