ICML2024 & 北大｜探究Transformer如何进行推理？基于样例还是基于规则

主要观点总结

本文探究了transformers在做数学推理时采用的推理机制，并提出了Rule-Following Fine-Tuning（RFFT）的规则遵循微调方法来显式地教会transformers进行基于规则的推理。研究发现，transformers在数学推理中倾向于采用基于样例的推理（case-based reasoning），这限制了模型的泛化能力。因此，作者通过RFFT方法教模型进行基于规则的推理，并展示了其在增强模型长度泛化能力方面的潜力。同时，文章还探讨了其他因素如scratchpad、test square的位置和大小、模型大小和数据集大小等对模型推理行为的影响。

关键观点总结

关键观点1: Transformers在数学推理中主要采用基于样例的推理（case-based reasoning）。

通过干预实验，研究者发现transformers在解决数学推理问题时，倾向于依赖与测试样本相似的训练样例。这种现象在五个数学任务中均有所体现。

关键观点2: 基于规则的推理（rule-based reasoning）有助于提高模型的泛化能力。

通过Rule-Following Fine-Tuning（RFFT）方法，研究者教会了transformers进行基于规则的推理，从而提高了模型在长度泛化任务上的性能。

关键观点3: RFFT方法显著提升了模型在长度泛化任务上的性能。

在1-5位数的加法任务上训练的模型，通过RFFT方法能够成功泛化到更长的加法任务，如9位数甚至12位数的加法。

免责声明