你喜欢LLM吗？你也喜欢 for 循环吗？那你一定会喜欢我们的新-20240802225234

文章预览

2024-08-02 22:52 本条微博链接 你喜欢LLM吗？你也喜欢 for 循环吗？那你一定会喜欢我们的新论文！ 我们通过重复采样来扩展推理计算：我们让模型在解决问题时进行数百或数千次尝试，而不仅仅是一次。通过简单地进行更多采样，我们可以在一系列数学和编码任务中提高 LLM 性能，使较弱的模型（例如 Llama- 3-8B)的表现优于更强大的模型（例如 GPT-4o）的单次尝试。 值得注意的是，通过 DeepSeek-Coder-V2-Instruct 和 250 次尝试，我们 ………………………………