पेपर और शोध

OpenAI ने प्रोसेस सुपरविज़न का उपयोग करके गणितीय तर्क में नया SOTA हासिल किया

मूल शीर्षक:Improving mathematical reasoning with process supervision

AI सारांश

OpenAI ने गणितीय समस्या समाधान में नया state-of-the-art हासिल किया है। इसके लिए अंतिम उत्तर के बजाय प्रत्येक सही तर्क चरण को पुरस्कृत (प्रोसेस सुपरविज़न) करने की विधि अपनाई गई है। प्रदर्शन सुधारने के अलावा, प्रोसेस सुपरविज़न एलाइनमेंट के लाभ भी देता है, क्योंकि यह मॉडल को मानवीय रूप से स्वीकार्य थॉट चेन उत्पन्न करने के लिए सीधे प्रशिक्षित करता है।

मुख्य जानकारी

  • OpenAI ने गणितीय समस्या समाधान में नया state-of-the-art हासिल किया है। इसके लिए अंतिम उत्तर के…
  • प्रोसेस सुपरविज़न एलाइनमेंट के लाभ भी देता है
  • क्योंकि यह मॉडल को मानवीय रूप से स्वीकार्य थॉट चेन उत्पन्न करने के लिए सीधे प्रशिक्षित करता है।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
OpenAI:官网动态(RSS · 排除企业/客户案例)
श्रेणी
पेपर और शोध
AI स्कोर
73
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

原文说明过程监督相对结果监督的性能提升与对齐收益,读者可了解一种训练思路的取舍。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: OpenAI ने प्रोसेस सुपरविज़न का उपयोग करके गणितीय तर्क में नया SOTA हासिल किया। 31 मई 2023। https://new.nat6.net/hi/news/s4dulkf6uwzeks7v0kv0u5j6o/

सभी देखें →