プロセス監督を用いて訓練することで言語モデルが複雑な多段階推論タスクをこなす性能が上がるという要旨の論文

yamadar のブックマーク 2023/06/02 13:47

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4737354005474632133/comment/yamadar" data-user-id="yamadar" data-entry-url="https://b.hatena.ne.jp/entry/s/cdn.openai.com/improving-mathematical-reasoning-with-process-supervision/Lets_Verify_Step_by_Step.pdf" data-original-href="https://cdn.openai.com/improving-mathematical-reasoning-with-process-supervision/Lets_Verify_Step_by_Step.pdf" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Fcdn.openai.com%2Fimproving-mathematical-reasoning-with-process-supervision%2FLets_Verify_Step_by_Step.pdf" data-user-icon="/users/yamadar/profile.png">Lets_Verify_Step_by_Step.pdf</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/AI">AI</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%40OpenAI">@OpenAI</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%40ChatGPT">@ChatGPT</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%E3%83%91%E3%83%95%E3%82%A9%E3%83%BC%E3%83%9E%E3%83%B3%E3%82%B9">パフォーマンス</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pdf">pdf</a>]</li></ul><br><p style="clear: left">プロセス監督を用いて訓練することで言語モデルが複雑な多段階推論タスクをこなす性能が上がるという要旨の論文</p><a class="datetime" href="https://b.hatena.ne.jp/yamadar/20230602#bookmark-4737354005474632133"><span class="datetime-body">2023/06/02 13:47</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！