【摘要】我们提出了一种简单的提示技术，即后退提示法，它使 LLM 能够进行抽象，从包含特定细节的实例中得出高级概念和第一原理。通过使用概念和原理来指导推理，LLM 显著提高了遵循正确推理路径解决问题的能力。我们使用 PaLM-2L、GPT-4 和 Llama2-70B 模型进行了后退提示法实验，并观察到在各种具有挑战性的推理密集型任务（包括 STEM、知识问答和多跳推理）上的性能显著提升。例如