Minos

北大千问团队推出数学专用版 CriticGPT，“找茬”让大模型进步更快

批评不仅能让人进步，也能让大模型的能力提升。OpenAI 就用这个思路造了个“找茬模型”CriticGPT。非常巧合的是，就在 CriticGPT 放出的前几天，北大联合千问等团队以类似的思路设计出了“数学专用版”CriticGPT。在无需训练的设置下，验证器能够在推理时辅助模型在 GSM8K 上的准确率从 86.6% 提升到 88.2%。在 GSM8K 数据集上，它可以让模型的准确率从 86.6% 提升到 88.2%。CriticGPT 的核心思路是在代码中故意设置 bug 并进行详细标注，然后用得到的数据训练出

7/8/2024 11:30:24 PM

清源

资讯热榜

国内首个，MiniMax 大模型通过人机辩论图灵测试逆天!旧Mac上能run千亿参数SOTA!效果惊人:一次生成游戏，0修改！本地大模型拐点来了!网友：别被大模型叙事带偏了(附指南）阶跃星辰新一代基础大模型 Step 3 正式开源：拥有强大视觉感知和复杂推理能力 CAPTCHA 拦不住 AI 了：ChatGPT 可绕过 Cloudflare 人机验证系统多项力压 Grok 4、OpenAI o3，谷歌推出 Gemini 2.5 Deep Think 模型刚刚，OpenAI推出学习模式，AI教师真来了，系统提示词已泄露 ChatGPT大更新推出学习模式！“一夜之间1000个套壳应用又死了” 小学都看得懂！帮你快速了解 Tool、MCP 和 Agent 的基础科普

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌机器人数据大模型 Midjourney 开源智能用户 Meta 微软 GPT 学习技术图像 Gemini AI创作马斯克论文智能体英伟达 Anthropic 代码算法训练 Stable Diffusion 芯片开发者蛋白质腾讯生成式 LLM 苹果 Claude 神经网络 AI新词 3D Agent 机器学习研究生成 AI for Science xAI 计算人形机器人 AI视频 Sora GPU AI设计百度华为搜索大语言模型工具场景 RAG 字节跳动具身智能大型语言模型预测深度学习伟达视觉 Transformer AGI 视频生成神器推荐亚马逊 Copilot DeepMind 架构模态安全