【ICML2024】多元化对齐路线图

关于异步计划的推理具有挑战性，因为它需要序列和并行计划来优化时间成本。大型语言模型（LLMs）能否在这项任务上取得成功？在这里，我们展示了第一个大规模研究来调查这个问题。我们发现，一组代表性的闭源和开源LLMs，包括GPT-4和LLaMA-2，在我们的AsyncHow基准测试中，如果没有提供关于任务解决过程的说明，表现很差。我们提出了一种名为“像图一样计划”（PLaG）的新技术，该技术将图与自然语言提示结合起来，并实现了最先进的结果。我们展示了尽管PLaG可以提升模型性能，但当任务复杂性增加时，LLMs仍然遭受剧烈退化，这突出了利用LLMs模拟数字设备的限制。我们将我们的研究视为使用LLMs作为高效自主代理的激动人心的一步。