Does More Deliberation Help? A Comparative Evaluation of Chain-of-Thought Prompting Strategies for Grade-School Math Reasoning in Open-Source Instruction-Tuned Language Models
यह शोध पत्र अनुभवजन्य रूप से प्रदर्शित करता है कि ग्रेड-स्कूल गणित की समस्याओं को हल करने वाले छोटे (3.8-8B) ओपन-वेट इंस्ट्रक्शन-ट्यून्ड मॉडलों के लिए, फ्यू-शॉट चेन-ऑफ-थॉट प्रॉम्प्टिंग ज़ीरो-शॉट बेसलाइनों की तुलना में काफी बेहतर प्रदर्शन करती है, जबकि सेल्फ-कंसिस्टेंसी और ट्री-ऑफ-थॉट जैसी अधिक जटिल विचार-विमर्श रणनीतियाँ सरल विधियों की तुलना में सांख्यिकीय रूप से विश्वसनीय सटीकता सुधार प्रदान करने में विफल रहती हैं।