在大型语言模型（LLMs）中，链式推理（Chain-of-Thought, CoT）显著提升了处理复杂多步骤任务的能力。然而，当出现错误时，现有的交互方法通常会重新生成响应，这可能再次导致错误，或者用户需要费力地标记后续步骤中的错误，这同样可能导致重复错误。
为了解决这个问题，我们提出了一种高效的人机干预机制，称为深度交互（Deep Interaction），用于精确修正LLMs中的推理错误。
该方法允许直接编辑原始响应，修正错误部分，同时保留准确的推理步骤。我们将编辑后的CoT精炼为一个提炼的提示，这样可以引导LLM沿着修正后的推理路径进行推理。实验结果表明，与基线方法相比，我们的方法在修正成功率上提高了超过25%，在STEM任务推理中的令牌使用量减少了约40%。
博主点评： 深度交互方法在修正LLMs推理错误方面展现出显著优势，尤其是在处理复杂任务时，直接编辑的方式大大减少了用户的操作负担。其在成功率与令牌使用上的提升，预示着未来人机交互将更加高效，值得关注其在实际应用中的推广潜力。