OpenAI 用过程监督提升数学推理,取得新 SOTA
OpenAI 训练模型在数学问题求解上取得新的 state-of-the-art,方法是对每个正确的推理步骤给予奖励(过程监督),而非只奖励最终正确答案(结果监督)。除提升性能外,过程监督还有对齐收益:它直接训练模型产生人类认可的思维链。
AI 新闻月度归档:2023年5月 共精选 5 条 AI 新闻,含模型发布、产品更新、行业动态、论文研究、教程与观点,每条附 AI 摘要、来源署名与原文链接,可按页浏览。也可通过主题页继续深入。
OpenAI 训练模型在数学问题求解上取得新的 state-of-the-art,方法是对每个正确的推理步骤给予奖励(过程监督),而非只奖励最终正确答案(结果监督)。除提升性能外,过程监督还有对齐收益:它直接训练模型产生人类认可的思维链。
LlamaIndex 在博客中展示新查询引擎 SQLAutoVectorQueryEngine,可同时利用 SQL 数据库和向量数据库回答同时涉及结构化与非结构化数据的自然语言查询。
OpenAI 推出 ChatGPT iOS 应用。应用支持跨设备同步对话记录和语音输入,并将最新模型改进带给用户。
LlamaIndex 在 UBER 2019-2022 年 SEC 10-K 文件上测试 Anthropic 新推出的 100K token 上下文窗口。由于单份 10-K 约 160k token 仍超出窗口,作者用 list inde…
LangChain 发布名为 Plan-and-Execute 的新型智能体执行器,先由 planner 规划步骤,再由执行器逐步完成,与此前基于 ReAct 的 Action Agent 形成对比。该设计将规划与执行分离以提升可靠性,代…
推广
橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。
访问橙子中转站