首页 > Ai资讯 > Ai日报 > Google DeepMind 推出通过强化学习实现自我纠正(SCoRe)的训练方法 提高模型在复杂数学和编码任务中的准确性

Google DeepMind 推出通过强化学习实现自我纠正(SCoRe)的训练方法 提高模型在复杂数学和编码任务中的准确性

发布时间:2024年09月25日

大语言模型(LLMs)在数学问题解决和代码生成等推理和科学领域展现了强大的能力。然而,当前的LLMs在“自我纠正”能力方面表现不佳,尤其是缺乏外部输入的情况下,无法有效地检测和修正自己的错误。这种“自我纠正”能力在没有外部监督的情况下显得尤为重要,因为LLMs往往具备完成任务所需的知识,但不能有效地调用和推理这些知识来修正错误。

Google DeepMind 研究人员开发的一种新方法,称为SCoRe,旨在提高大型语言模型(LLMs)在复杂任务中的自我纠正能力,特别是数学推理和编程任务。

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.

加入会员

加入会员查看更多会员内容和教程。
超过1000+的会员内容,每天更新。

如果你想要了解关于智能工具类的内容,可以查看 智汇宝库,这是一个提供智能工具的网站。
在这你可以找到各种智能工具的相关信息,了解智能工具的用法以及最新动态。