OpenAI News·· 2023-05-31AI 評分51
OpenAI 以過程監督提升模型數學推理能力
Improving mathematical reasoning with process supervision
AI 導讀
OpenAI 表示,以獎勵正確推理步驟的過程監督訓練模型,使其數學問題求解達到新的最佳水平。相較只獎勵正確最終答案的結果監督,過程監督也能直接訓練模型產生獲人類認可的思維鏈。
來源:OpenAI News · openai.com
Improving mathematical reasoning with process supervision
OpenAI 表示,以獎勵正確推理步驟的過程監督訓練模型,使其數學問題求解達到新的最佳水平。相較只獎勵正確最終答案的結果監督,過程監督也能直接訓練模型產生獲人類認可的思維鏈。
來源:OpenAI News · openai.com