arXiv cs.CL· Chao Wan, Albert Gong, Mihir Mishra, Carl-Leander Henneking, Claas Beger, Kilian Q. Weinberger·· 3 天前AI 评分26
π-CoT：用 Prolog 初始化思维链提示实现多跳问答
$\pi$-CoT: Prolog-Initialized Chain-of-Thought Prompting for Multi-Hop Question-Answering
AI 导读
研究者提出 Prolog-Initialized Chain-of-Thought（π-CoT），将多跳问题改写为 Prolog 查询并拆解为单跳子查询，依次求解产生中间结果，再用其初始化后续 CoT 推理。在多跳问答基准上，π-CoT 匹配或超越标准 RAG 与上下文内 CoT，在检索能提供必要证据的问题上提升最大。
正文 · AI 翻译
摘要：思维链（CoT）提示显著增强了大语言模型（LLM）的问题求解能力，但在复杂的多跳问题上仍表现不佳，常常陷入循环推理模式或完全偏离逻辑路径。这一局限在检索增强生成（RAG）场景中尤为突出，因为在此类场景中获取正确的上下文至关重要。我们提出了 Prolog 初始化的思维链（$\pi$-CoT），这是一种新颖的提示策略，将逻辑编程的结构严谨性与语言模型的灵活性相结合。$\pi$-CoT 将多跳问题重新表述为 Prolog 查询，并分解为单跳子查询。这些子查询被依次求解，产生中间产物，我们以此初始化后续的 CoT 推理过程。大量实验表明，$\pi$-CoT 在多跳问答基准上达到或超越了标准 RAG 和上下文内 CoT，在检索能够提供必要证据的问题上提升最大。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2506.20642 [cs.CL] |
| （或 arXiv:2506.20642v3 [cs.CL] 为此版本） | |
| https://doi.org/10.48550/arXiv.2506.20642 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Albert Gong [查看邮箱]
[v1]
2025年6月25日星期三 17:37:59 UTC（1,749 KB）
[v2]
2026年2月15日星期日 19:49:34 UTC（600 KB）
[v3]
2026年10月14日星期三 02:34:19 UTC（604 KB）
来源：arXiv cs.CL · arxiv.org