Learn to Explain: Multimodal Reasoning viaThought Chains for Science Question Answering科学问答的思维链

关于 ScienceQA

模仿 回答 ScienceQA 问题时的多跳推理过程。 ScienceQA 展示了以下功能的实用性 语言模型中的 CoT，因为 CoT 在少样本 GPT-3 中将问答性能提高了 1.20% 微调的 UnifiedQA 中为 3.99%。 思想链 (CoT)。我们进一步 设计语言 模型学习生成讲座和解释作为解释和讲座主题和 他们的答案注释以及相应的科学，这是一个新的基准 由约 21k 多模态多项选择问题组成，其中包含一组不同的 科学问答 (ScienceQA)

ScienceQA 数据集

ScienceQA 是从小学和高中科学课程中收集的，包含 21,208 个多模态 科学多项选择题。 在 ScienceQA 的问题中，10,332 个 (48.7%) 有图像上下文，10,220 个 (48.2%) 有文本上下文，6,532 人 (30.8%) 两者都有。 大多数问题都附有接地讲座（83.9%）和详细解释 （90.5%）。 讲座和解释提供 分别得出正确答案的一般外部知识和具体原因。 据我们所知，ScienceQA 是第一个大规模多模式数据集，用于注释讲座和答案解释。

等）。 ScienceQA 具有 26 个主题、127 个类别和 379 项技能，涵盖广泛的领域。 识别 非洲国家、将水果和蔬菜分类为植物部分、 等），最后通过技能（动物、细胞、 植物等），然后按类别（化学、物理学、生物学。 每个主题中的问题首先按主题分类 (社会科学，以及 语言科学， 自然科学

。 可视化并 探索

。 github 存储库 （Google 云端硬盘），或查看我们的 科学质量保证 执照。您可以从以下位置下载我们的数据集 CC BY-NC-SA（署名-非商业性-相同方式共享）

中提供！ HuggingFace 数据集

方法

我们通过思想链 (CoT) 构建一个小样本 GPT-3 模型，提示生成随后的答案 通过讲座和解释。

少样本 GPT-3 模型 (CoT) 在 ScienceQA 上达到了 75.17% 的最先进准确率。 一个预测示例如下所示。我们可以看到GPT-3（CoT） 预测正确答案并生成合理的讲座和解释来模仿人类 思考过程。

中报告 页。 Leaderboard