开源大模型新王干翻GPT-4o，新技术可纠正自己幻觉，数学99.2分刷爆测试集

文章预览

西风 发自 凹非寺 量子位 | 公众号 QbitAI 开源大模型王座突然易主，居然来自一家小创业团队，瞬间引爆业界。 新模型名为 Reflection 70B ，使用一种全新训练技术，让AI学会在推理过程中纠正自己的错误和幻觉。 比如最近流行的数r测试中，一开始它犯了和大多数模型一样的错误，但主动在 标签 中纠正了自己。 在官方评测中，70B模型全面超越最强开源Llama 3.1 405B、GPT-4o、Claude 3 Opus、Gemini 1.5 Pro，特别是数学基准GSM8K上直接刷爆， 得分99.2% 。 这个结果也让OpenAI科学家、德扑AI之父Noam Brown激情开麦： GSM8K得分99%！是不是可以正式淘汰这个基准了？ 模型刚刚上线网友就把试玩挤爆了，对此Meta还主动支援了更多算力。 在网友测试中，Reflection 70B能回答对GSM8K数据集中本身答案错误的问题： 我向模型提供了GSM8K中存在的5个“ground_truth”本身就不正确的问题。 ………………………………