Sign In

TInR: Exploring Tool-Internalized Reasoning in Large Language Models

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Qiancheng Xu, Yongqi Li, Fan Liu, Hongru Wang, Min Yang, Wenjie Li

πŸ’‘ κ°œμš”

κΈ°μ‘΄ 도ꡬ 톡합 μΆ”λ‘ (TIR) 방식이 μ™ΈλΆ€ 도ꡬ λ¬Έμ„œλ₯Ό μ‚¬μš©ν•˜λ©° λ°œμƒν•˜λŠ” 어렀움을 ν•΄κ²°ν•˜κΈ° μœ„ν•΄, λ³Έ 논문은 도ꡬ 지식을 LLM 내뢀에 ν†΅ν•©ν•˜λŠ” 도ꡬ λ‚΄λΆ€ν™” μΆ”λ‘ (TInR)을 μ œμ•ˆν•©λ‹ˆλ‹€. TInR-UλŠ” ν†΅ν•©λœ μΆ”λ‘  및 도ꡬ μ‚¬μš©μ„ μœ„ν•œ ν”„λ ˆμž„μ›Œν¬λ‘œ, 3단계 ν›ˆλ ¨ νŒŒμ΄ν”„λΌμΈμ„ 톡해 도ꡬ λ‚΄λΆ€ν™”, 지도 ν•™μŠ΅ μ˜ˆμ—΄, κ°•ν™” ν•™μŠ΅μ„ μˆ˜ν–‰ν•©λ‹ˆλ‹€. μ‹€ν—˜ κ²°κ³Ό, TInR-UλŠ” λ‹€μ–‘ν•œ ν™˜κ²½μ—μ„œ κΈ°μ‘΄ 방법둠 λŒ€λΉ„ μš°μˆ˜ν•œ μ„±λŠ₯κ³Ό νš¨μœ¨μ„±μ„ λ³΄μ—¬μ£Όμ—ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
LLM μžμ²΄μ— 도ꡬ 지식을 λ‚΄μž¬ν™”ν•¨μœΌλ‘œμ¨ μ™ΈλΆ€ 도ꡬ μ˜μ‘΄μ„±μ„ 쀄여 μΆ”λ‘  νš¨μœ¨μ„±κ³Ό 도ꡬ μˆ™λ ¨λ„λ₯Ό ν–₯μƒμ‹œν‚¬ 수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ TInR-U ν”„λ ˆμž„μ›Œν¬λŠ” λ³΅μž‘ν•œ μΆ”λ‘  λ¬Έμ œμ—μ„œ LLM의 μ„±λŠ₯을 크게 ν–₯μƒμ‹œν‚€λŠ” 효과적인 μ ‘κ·Ό 방식을 μ œμ‹œν•©λ‹ˆλ‹€.
β€’
도ꡬ λ‚΄λΆ€ν™” κ³Όμ •μ˜ λ³΅μž‘μ„±κ³Ό λ‹€μ–‘ν•œ μœ ν˜•μ˜ 도ꡬ에 λŒ€ν•œ μΌλ°˜ν™” μ„±λŠ₯ κ°œμ„ μ€ ν–₯ν›„ 연ꡬ 과제둜 λ‚¨μŠ΅λ‹ˆλ‹€.
πŸ‘
Made with Slashpage