요약: 대형 언어 모델(LLM)의 프롬프트 능력을 향상시키는 “Graph of Thoughts (GoT)” 프레임워크를 소개하며, 이는 LLM의 정보를 그래프 형태로 모델링하여 시너지 효과를 창출하고 다양한 작업에서 성능을 개선한다. GoT는 새로운 사고 변환을 확장할 수 있어 새...
Summary: This paper introduces the Graph of Thoughts (GoT) framework, which enhances the prompt capabilities of large language models (LLMs) by modeling info...
요약: 이 논문은 Toolformer라는 모델을 소개하며, 자기 지도 학습 방식(self-supervised approach)을 통해 외부 도구를 활용하여 작업 성능을 향상하는 방법을 배운다. Toolformer는 제로샷 성능(zero-shot performance)을 크게 개선하...
Summary: This paper introduces Toolformer, a model that learns to enhance task performance by utilizing external tools through a self-supervised approach. To...
요약: Chain-of-Thought(CoT) 접근법을 확장하여, LLM이 체계적인 문제 해결을 수행하도록 하는 Tree of Thoughts(ToT) 프레임워크를 제안한다.