增强语言模型计算能力的一种方法：基于暂停推理的外部计算

大型语言模型（LLM）在面对精确计算时常常会产生“幻觉”，我们如何能既保留其强大的推理能力，又确保计算结果的绝对准确？本文提出了一种精妙的解决方案：基于“暂停推理”的外部计算。与传统的“中断”后需要重建上下文不同，该方法通过在推理流中引入<CAL-C>和<RESULT:value>等特殊Token，实现了推理过程的无缝暂停、外部精确计算、以及计算结果的即时整合。这不仅是一种解决计算问题的有效策略，更为未来将LLM与任意外部函数（如API调用、数据库查询）进行深度、有状态的结合，提供了一个极具前景的实现范式。

增强语言模型计算能力的一种方法：基于暂停推理的外部计算

这篇论文描述了一种增强语言模型计算能力的方法，其核心思想是将计算任务委托给外部计算模块，并通过暂停（而非中断）和继续推理机制，将计算结果无缝整合回语言模型的生成过程中。虽然本文主要关注计算能力的增强，但该方法具有更广泛的适用性，未来可以扩展到其他类型的外部函数调用。

1. 引言

大型语言模型 (LLM) 在自然语言处理任务中取得了显著的成功。然而，当处理需要精确计算的任务时，LLM 经常表现出“计算幻觉”的现象，即生成的数值结果可能不准确。这是因为 LLM 本质上是基于统计规律的模型，它们通过学习数据中的文本模式来生成文本，而非进行实际的数学计算。为了解决这个问题，我们提出一种基于暂停推理和外部计算的增强方法，以结合 LLM 的生成能力和外部计算模块的精确性。

2. 方法

2.1 数据集构建与模型微调

为了使 LLM 能够识别需要计算的场景并生成 <CALC> token，我们构建了一个包含需要计算的表达式的训练数据集。数据集中的表达式后面跟着 <CALC> token，例如：“100 + 200 = ”。然后，我们使用这个数据集对基于 Transformer 架构的预训练 LLM 进行微调，调整 Transformer 模型的参数，使其能够在需要计算的上下文中生成 <CALC> token。

2.2 推理过程

在推理过程中，当 LLM 生成 <CALC> token 时，推理程序会执行以下步骤：

1. 暂停推理： 暂停 LLM 的推理过程，但保留当前的推理状态，包括 Transformer 模型的隐藏状态、缓存的键值对以及随机种子。

2. 外部计算： 将需要计算的表达式传递给 Python 实现的外部计算模块，进行实际的计算。

3. 结果 Token 化： 将计算结果转换为 <RESULT:value> token，例如 <RESULT:300>。

4. 插入结果 Token 并继续推理： 将 <RESULT:value> token 插入到生成序列中，然后继续 LLM 的推理过程。

3. 注意力机制的作用

注意力机制在基于暂停推理和外部计算的增强 LLM 系统中扮演着关键角色：

1. 理解上下文并生成 <CALC> token： 多头自注意力机制使模型能够关注输入序列中的不同部分，并理解其语义关系。当模型遇到需要计算的上下文时，注意力机制帮助模型识别这种需要计算的语境，并生成 <CALC> token。

2. 利用计算结果 <RESULT:value> 生成后续文本： 当 <RESULT:value> token 被插入到序列中时，注意力机制确保模型关注到这个 token，并基于其语义（如数值 300）生成合适的后续文本。

3. 保持上下文一致性： 暂停推理机制保持模型的内部状态一致性，包括注意力机制的权重和缓存的键值对。这有助于模型更好地理解上下文，并生成更连贯的文本。

4. 未来研究方向：非字符串 token 的注意力机制： 如果未来能够使用非字符串形式的 token 来表示计算公式，需要进一步研究如何将计算公式的向量表示作为 query，与 LLM 中其他 token 的键值对进行注意力计算。

4. 与传统方法的比较

4.1 流程对比

传统方法的工作原理

graph TD
    A[输入文本] --> B[LLM推理]
    B --> C[生成计算表达式]
    C --> D[生成计算结果]
    D --> E[输出结果]

新的方法的工作原理

graph TD
    A[输入文本] --> B[LLM推理]
    B --> C{生成标记}
    C -->|是| D[暂停推理]
    D --> E[外部计算模块]
    E --> F[计算结果]
    F --> G[生成标记]
    G --> H[继续推理]
    H --> I[输出结果]
    C -->|否| I

4.2 例子对比

假设输入文本是 “计算 100 + 200 等于多少？”

• 传统方法： LLM 直接根据概率进行推理，可能输出 “计算 100 + 200 等于 300”。
• 新方法：
  1. LLM 根据输入和训练数据，生成 “计算 100 + 200 等于 ”。
  2. 推理过程暂停，并将 “100 + 200” 传递给外部计算模块。
  3. 外部计算模块计算得到结果 300。
  4. 将结果转换为 <RESULT:300> token。
  5. 将 <RESULT:300> token 插入到生成序列中，然后继续 LLM 的推理过程，最终输出 “计算 100 + 200 等于 300。”。

5. 优缺点

优点:

• 提高计算准确性：消除了 LLM 的“计算幻觉”，确保计算结果的准确性。
• 模块化设计：将计算模块与 LLM 解耦，方便维护和升级。
• 连贯性和一致性：保留模型的全部状态，确保推理过程的连贯性和一致性。

缺点:

• 推理速度：外部计算模块的调用可能会引入额外的计算延迟。
• 实现复杂度：需要修改 LLM 的推理过程，并实现外部计算模块。

6. 未来工作

• 优化外部计算模块的效率：提高外部计算模块的计算速度，减少计算延迟。
• 探索更高效的暂停推理机制：研究如何在 Transformer 架构中更高效地实现暂停和继续推理。
• 扩展到外部函数调用：将该方法扩展到更广泛的外部函数调用场景，例如数据库查询、外部 API 调用等。

7. 结论

我们提出了一种基于暂停推理的外部计算方法来增强 LLM 的计算能力。该方法有效地解决了 LLM 在计算上的“计算幻觉”问题，并提高了在需要精确计算的任务上的性能。尽管存在一定的实现复杂度和潜在的计算延迟，但该方法的精度提升和模块化设计使其具有显著的优势。未来的工作将集中于优化外部计算模块的效率，探索更高效的暂停推理机制，以及将该方法扩展到更广泛的外部函数调用场景。