注册    登录
专栏名称: 宝玉xp
前微软Asp.Net最有价值专家 互联网科技博主 我是宝玉。
今天看啥
微信公众号rss订阅, 微信rss, 稳定的RSS源
目录
今天看啥  ›  专栏  ›  宝玉xp

这是强化训练的结果，通过大量有思维链的数学题和编程题的训练来训练-20240918080633

宝玉xp  · 微博  · AI  · 2024-09-18 08:06
    

文章预览

2024-09-18 08:06 本条微博链接 这是强化训练的结果，通过大量有思维链的数学题和编程题的训练来训练出它选择高质量的思维链路，类似于训练它根据提示词预测生成高质量回复// @开心魔术杨 :但是打分的那个根据什么来打分呢？自己也做一步同样的推理生成，然后比较两个生成内容的相似性？ 这里的关键问题是模型自身如何判断生成质量？// @宝玉xp ：可以理解为两个GPT，一个生成，一个打分，当然实际上可能只有一个模 ………………………………

原文地址：访问原文地址
快照地址： 访问文章快照
总结与预览地址：访问总结与预览
推荐文章
宝玉xp  ·  //@5ilunch:好的应用会给出质量高的关联信息或者说引导问-20250204102516
昨天
量子位  ·  新研究揭示DeepSeek/o3弱点：频繁切换思路放弃正确方向，最短答案往往就是对的！
2 天前
爱可可-爱生活  ·  【[390星]AI-Bootcamp：一个自定进度的生成式AI训-20250202222554
3 天前
爱可可-爱生活  ·  【[276星]DeepSeekAI：一款智能浏览器扩展，让网页浏-20250202223612
3 天前
爱可可-爱生活  ·  【[42星]VecturaKit：为移动设备量身定制的本地向量数-20250201130611
4 天前
西南政法大学  ·  叔叔阿姨，您想看的“娃儿”军训照片，我们安排上了！
4 月前
CMO训练营  ·  金匠奖上星了！携江苏广电财富天下联手升级《匠谈》
4 月前
华创证券研究  ·  【华创·周知道】我们理解低空经济行情的四段论​（20241104）
3 月前
黑白摄影  ·  大师影像
3 月前
壹心理  ·  身体出现这3个迹象，是在给你警告：你可能正在加速衰老
1 周前
关于   移动版   ·   Py中国   ·   RSS之家   ·   CodingPro   ·   Code   ·   Link之家   ·   卧龙AI搜索   ·   小百科   ·   51好读   ·   小百科（海外）   ·   Link管理
今天看啥 - 微信公众号rss订阅, 微信rss, 稳定的RSS源
© 2024 ~ 沪ICP备11025650号