zero-shot-reasoning

本文研究了全息约简表示在知识图谱中零样本组合推理的应用，发现虽然单跳性能强劲，但组合推理仍因叠加记忆中的检索容量和干扰效应而失败，而非绑定-解绑代数的问题。

发散诱导提示（DIP）通过首先生成多个多样化的理由，将每个理由详细阐述为一个详细计划，然后归纳出最终计划，从而增强零样本推理，其性能优于单一策略提示方法。

TRN-R1-Zero 提出一种后训练框架，让大模型在无需监督微调或思维链数据的情况下，仅凭强化学习即可对富文本网络进行零样本推理。