具体化命题提示解决大语言模型的组合—知识二分

LLM常难以平衡组合性与知识性——我们定义为组合—知识二分的挑战。为此我们提出具体化命题提示（CPP）：显式具体化与问题相关命题的框架。结果演示CPP显著增强推理表现——尤其在精确知识至上的医学基准——同时在优先演绎推理的数学基准上保持竞争力。附加实验揭示CPP可扩展到各种基础模型与参数规模——作为弥合组合型与知识型方法差距的基础范式。因此CPP通过为逻辑组织且事实落地的推理提供坚实基础，解决了组合—知识二分。