摘要
人类解决问题时从不依赖单一的认知模式,而是整合多种模式完成任务。然而现有LLM推理方法通常采用固定模式,忽视了不同阶段需要不同的认知方式。为此,本文提出Chain of Mindset(CoM)框架,一种无需训练的智能代理系统,实现步骤级自适应认知模式调度。该框架将推理分解为四种功能异构的认知模式:空间、聚合、发散和算法。一个元代理根据推理状态动态选择最优模式,双向上下文门控机制过滤跨模块信息流以保持效率与效果。实验表明,CoM在多个基准测试中达到最先进水平,显著优于现有基线模型。
AI 推荐理由
论文核心聚焦于LLM的推理能力,提出基于不同认知模式的自适应推理框架。
论文信息