Verbesserung der Ketten-von-Gedanken-Aufforderung durch iteratives Bootstrapping in großen Sprachmodellen

Durch iteratives Bootstrapping können große Sprachmodelle ihre Schlussfolgerungsfähigkeiten selbstständig verbessern und präzisere sowie umfassendere Schlussfolgerungsketten generieren. Außerdem werden Beispiele mit angemessenem Schwierigkeitsgrad ausgewählt, um die Leistungsfähigkeit der Modelle bei Fragen unterschiedlicher Komplexität zu steigern.