北京大学的研究团队推出名为Math-Minos的数学专用版CriticGPT,借鉴了CriticGPT的思想,通过在数学问题中设置错误并提供详细标注,训练模型提高解决问题的准确性。Math-Minos在无需额外训练的情况下,通过自然语言反馈,如逐步的正确性分析,显著提升了数学推理验证器Mistral-7B的性能。在GSM8K数据集上,准确率分别从86.2%提升至88.2%。此外,Math-Minos展示了在多步骤推理中的错误分类和学习潜力,以及对生成器错误的深入理解。这项工作预示着自然语言反馈可能成为改进大型语言模型复杂推理能力的新途径。
原文链接
本文链接:https://kx.umi6.com/article/2931.html
转载请注明文章出处
相关推荐
换一换
比尔·盖茨称不要太担心AI耗电;OpenAI推出全新CriticGPT模型
2024-06-28 22:30:17
OpenAI突发新模型:用GPT改进GPT训练,左脚踩右脚登天,RLHF突破人类能力上限
2024-06-28 11:36:12
用AI监督AI,OpenAI做到了用左脚踩右脚上天
2024-07-03 09:49:52
用GPT-4纠错GPT-4!OpenAI推出CriticGPT模型
2024-06-28 14:37:33
OpenAI突发新模型,用GPT-4给GPT-4“找茬”
2024-06-28 15:28:02
专给 ChatGPT“找茬”,OpenAI 训练 CriticGPT 模型以检索输出内容错误
2024-06-28 08:14:34
GPT-4批评GPT-4实现「自我提升」,OpenAI前超级对齐团队又一力作被公开
2024-06-28 20:39:10
3秒出片比播放还快,MiniMax打开了AI视频的实时商业化路径
2026-09-01 20:55:02
世界生成模型来了3D头部玩家,可进入生产管线的场景级生成时代来临!
2026-09-03 18:34:09
半年从“无人问津”到“一座难求” WorkBuddy靠什么突围?
2026-09-03 17:31:30
马斯克:AI将令全球经济规模增长20%-30% 十年内人形机器人达10亿台
2026-09-02 10:27:24
我国首个相关国标今起实施!整治AI客服已读乱回 转人工终于不难了
2026-09-01 01:08:21
趋境科技与摩尔线程达成战略合作,高品质 AI Token 国产异构方案性价比超越国际先进算力
2026-09-04 18:34:16
778 文章
958235 浏览
24小时热文
更多
-
2026-09-07 10:44:22 -
2026-09-06 21:14:00 -
2026-09-06 20:12:34