OpenAI News·2023-05-31 15:00· 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