arXiv💬 cs.CL🤖 cs.AI

Large Language Models are Contrastive Reasoners

该论文提出了一种名为“对比提示”（Contrastive Prompting）的新方法，通过仅需在提示中添加“给出一个正确和一个错误答案”的指令，即可显著提升大语言模型在算术、常识和符号推理等复杂任务上的零样本表现，其效果在多数场景下超越了现有的零样本和少样本思维链方法。

Liang Yao

发布于 2026-03-06
📖 1 分钟阅读☕ 轻松阅读
查看于 arXiv ↗PDF ↗

Each language version is independently generated for its own context, not a direct translation.

这篇论文介绍了一种让大语言模型（LLM）变得更聪明的新方法，叫做**“对比提示法”（Contrastive Prompting, CP）**。

为了让你轻松理解，我们可以把大语言模型想象成一个**“才华横溢但偶尔会犯迷糊的学生”**。

1. 以前的做法：只给题目，或者只给“标准答案”

  • 普通提问（Zero-shot）： 就像老师直接问学生：“这道题怎么做？”学生可能凭直觉瞎猜，或者因为紧张算错。
  • 思维链（Chain-of-Thought, CoT）： 就像老师教学生：“别急，一步步来，把过程写出来。”这确实有帮助，但有时候学生虽然步骤写得很详细，最后结论还是错的（就像“一本正经地胡说八道”）。
  • 少样本学习（Few-shot）： 就像老师先给学生看几道“例题”，告诉学生：“看，这道题我是这么解的。”但这需要老师（人类）花大量时间去准备例题，太累了。

2. 这篇论文的新招：让学生自己“找茬”

作者发现，人类在学习时，不仅要从做对的事情里学，还要从做错的事情里学。

于是，他们给大语言模型加了一句神奇的“咒语”：

“请给出一个正确答案，再给出一个错误答案。”
(Let's give a correct and a wrong answer.)

这个“咒语”是怎么起作用的？（核心比喻）

想象一下，你正在做一道数学题：

  • 普通模式： 模型直接算出 $300$，然后自信地告诉你答案。
  • 对比模式（CP）： 模型被要求先“演戏”。
    • 角色 A（错误演员）： 模型先假装算错了。比如它故意说：“十年是 20 年，所以是 600 个柠檬。”（它自己知道这是错的，因为它在“演戏”）。
    • 角色 B（正确演员）： 然后模型切换回理智模式：“等等，十年其实是 10 年，所以应该是 300 个柠檬。”

关键点在于： 当模型被迫去“编造”一个错误答案时，它必须先在脑海里模拟错误的逻辑。这个过程就像是在它的脑海里点亮了一盏“警示灯”。一旦它看到了错误的逻辑（比如把 10 年当成 20 年），它就能更清晰地识别出什么是正确的逻辑，从而主动避开那个陷阱。

这就好比你在走迷宫：

  • 以前： 你只有一条路走，容易撞墙。
  • 现在： 你被要求先画一条“死胡同”（错误答案），当你画出死胡同时，你就清楚地知道哪条路是通的，从而更自信地走向正确的出口。

3. 效果有多好？

论文做了很多实验，结果非常惊人：

  • 不用人类教： 不需要人类提供例题（Few-shot），只需要一句简单的提示，模型就能自己学会“找茬”。
  • 成绩大飞跃：
    • 在著名的数学题集（GSM8K）上，准确率从 35.9% 飙升到了 88.8%！这相当于一个平时不及格的学生，突然变成了学霸。
    • 在常识推理任务上，表现也大幅超越了过去的方法。
  • 通用性强： 无论是算术题、常识题，还是复杂的逻辑题，这个方法都管用。

4. 为什么这个方法有效？

作者认为有四个原因：

  1. 肚子里有货： 大模型在训练时读过互联网上无数的文章，里面既有正确答案，也有错误答案。它其实“见过”很多错误，只是以前没人让它把错误“演”出来。
  2. 自我反思： 通过同时生成对错，模型被迫进行“自我对比”。就像你写文章时，先写一个烂版本，再写一个好版本，你会更容易发现好版本好在哪里。
  3. 排除法： 当模型列出了错误答案并解释了为什么错，它实际上是在排除干扰项，让正确答案的概率变得更高。
  4. 无需人工： 以前需要人类老师辛苦地标注“哪里错了”，现在模型自己就能生成错误答案，省去了大量人力。

总结

这篇论文的核心思想就是：不要只让 AI 做“优等生”，也要让它偶尔当一次“差生”，通过对比“错”与“对”，让它更深刻地理解什么是“对”。

这就好比教孩子骑车，与其只告诉他“怎么骑”，不如让他先体验一下“怎么摔倒”，他反而能更稳地骑好车。这种方法简单、高效，而且不需要人类老师手把手教，是提升 AI 推理能力的一剂“强心针”。

类似论文