| 标题 |
 Least-to-Most Prompting Enables Complex Reasoning in Large Language Models 最小到最大提示支持大型语言模型中的复杂推理
相关领域
一般化
计算机科学
水准点（测量）
集合（抽象数据类型）
人工智能
编码（集合论）
序列（生物学）
钥匙（锁）
机器学习
理论计算机科学
程序设计语言
数学
生物
遗传学
数学分析
计算机安全
大地测量学
地理
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Cornell University - arXiv 作者：Denny Zhou; Nathanael Schärli; Le Hou; Jason Lee; Nathan Scales; et al 出版日期：2022-01-01 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
Rondab
SYLH
LaTeXer
孙燕
冥冥之极为昭昭
Liufgui
CR7
科研助手6
eric888
子车茗
昏睡的蟠桃
yydragen
MLS8620
Bio
iNk
pluto
请叫我风吹麦浪
研友_Y59785
July
ED
皖公网安备34019202002308
