The past decade has witnessed dramatic gains in natural language processing and an unprecedented scaling of large language models. These developments have been accelerated by the advent of few-shot techniques such as chain of thought (CoT) prompting. Specifically, CoT pushes the performance of large language models in a few-shot setup by augmenting the prompts with intermediate steps. Despite impressive results across various tasks, the reasons behind their success have not been explored. This work uses counterfactual prompting to develop a deeper understanding of CoT-based few-shot prompting mechanisms in large language models. We first systematically identify and define the key components of a prompt: symbols, patterns, and text. Then, we devise and conduct an exhaustive set of experiments across four different tasks, by querying the model with counterfactual prompts where only one of these components is altered. Our experiments across three models (PaLM, GPT-3, and CODEX) reveal several surprising findings and brings into question the conventional wisdom around few-shot prompting. First, the presence of factual patterns in a prompt is practically immaterial to the success of CoT. Second, our results conclude that the primary role of intermediate steps may not be to facilitate learning how to solve a task. The intermediate steps are rather a beacon for the model to realize what symbols to replicate in the output to form a factual answer. Further, text imbues patterns with commonsense knowledge and meaning. Our empirical and qualitative analysis reveals that a symbiotic relationship between text and patterns explains the success of few-shot prompting: text helps extract commonsense from the question to help patterns, and patterns enforce task understanding and direct text generation.
翻译:过去十年在自然语言处理方面取得了巨大进展,大型语言模式的规模也空前扩大,这些发展由于出现了一些微小的技术而加速,例如思维链(CoT)的推动。具体地说,CoT通过以中间步骤来提高速度,在几个镜头的设置中推动大型语言模式的性能。尽管在各种任务中取得了令人印象深刻的成果,但成功的原因尚未探讨。这项工作利用反事实促使人们更深入地了解以少数镜头为基础的大语言模式的点点火机制。我们首先系统地确定和界定迅速的的关键组成部分:符号、模式和文本。然后,我们设计并进行一套跨越四种不同任务的详尽的实验,在只对其中一个组件加以改动的情况下,用反事实的提示来查询模型。我们在三个模型(PALM、GPT-3和CODEX)中进行的实验揭示了一些令人惊讶的结果,并使人们对少数点火上浇油的常规智慧产生疑问。首先,事实模式的存在对于CoT的成功与否几乎是无关紧要的。第二,我们的结果是,我们用一种普通的模版和模本的理解来解释一个普通的模本,一个解释一个解释,一个普通的模本,然后是用来解释一个解释一个解释一个解释一个方向,一个方向,一个解释一个方向,一个解释一个方向,一个方向的答案可能不是一个解释一个解释一个解释一个方向,一个方向,一个解释一个解释一个方向,一个方向,一个解释一个解释一个解释一个解释一个方向的模,一个方向的答案,一个方向,一个解释一个解释一个解释一个方向,一个解释一个方向,一个解释一个方向,一个解释一个解释一个解释一个方向,一个方向,一个解释一个方向,一个方向,一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个方向,一个方向,一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个方向,一个方向,一个方向,一个解释一个方向,一个方向,一个方向,一个方向,一个解释一个方向,一个解释一个解释一个解释一个方向,一个解释一个解释一个解释一个解释一个方向,一个方向,一个方向,一个解释一个解释一个解释一个方向,一个方向,一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个解释一个方向,一个方向,一个解释一个解释一个解释一个解释一个解释一个解释一个