服务器维护通知橘子seo历史查询

本文是LLM系列的文章，针对《Reasoning with Language Model Prompting: A Survey》的翻译。

摘要

推理作为解决复杂问题的基本能力，可以为各种现实应用提供后端支持，如医疗诊断、协商等。本文对语言模型提示推理的前沿研究进行了综述。我们以比较和总结的方式介绍研究工作，并提供系统的资源帮助初学者。我们还讨论了这种推理能力出现的潜在原因，并强调了未来的研究方向。

1 引言

2 前言

3 方法分类

4 比较和讨论

5 基准与资源

6 未来方向

7 结论与视角

本文对基于语言模型提示的推理进行了综述，包括全面的比较和几个研究方向。在未来，我们设想在NLP和其他领域的方法之间有一个更有效的协同作用，并希望复杂和高效的LM提示模型将越来越多地有助于提高推理性能。