Kertas penyelidikan

OpenAI guna penyeliaan proses untuk tingkatkan penaakulan matematik, capai SOTA baharu

Tajuk asal:Improving mathematical reasoning with process supervision

Ringkasan AI

OpenAI melatih model untuk mencapai state-of-the-art baharu dalam penyelesaian masalah matematik dengan memberi ganjaran bagi setiap langkah penaakulan yang betul (penyeliaan proses), bukan hanya ganjaran bagi jawapan akhir yang betul (penyeliaan hasil). Selain meningkatkan prestasi, penyeliaan proses juga memberi manfaat penyelarasan: ia secara langsung melatih model menghasilkan rantaian pemikiran yang diterima manusia.

Maklumat penting

  • OpenAI melatih model untuk mencapai state-of-the-art baharu dalam penyelesaian masalah matematik…
  • bukan hanya ganjaran bagi jawapan akhir yang betul (penyeliaan hasil).
  • Selain meningkatkan prestasi,penyeliaan proses juga memberi manfaat penyelarasan: ia secara…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
OpenAI:官网动态(RSS · 排除企业/客户案例)
Kategori
Kertas penyelidikan
Skor AI
73
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: OpenAI guna penyeliaan proses untuk tingkatkan penaakulan matematik, capai SOTA baharu. 31 Mei 2023. https://new.nat6.net/ms/news/s4dulkf6uwzeks7v0kv0u5j6o/

Lihat Semua →