OpenAI草莓Q*又来拉预期，微软r*推理已取得新突破！

文章预览

来自The Information的消息，OpenAI的草莓Q*项目将于两周内上线！这次是真的吗？还是又来炒作，拉预期尼，真假难辨，毕竟前面OpenAI的草莓Q*项目被大肆炒作过一次，预期拉满之后，却只是 发布了一个SWE-bench。 lmsys神秘项目疑似GPT-4o新模型？ 抛开 OpenAI的草莓Q*项目是否能如约发布，它 跟其他大模型的区别是啥呢？ 更擅长复杂的问题，或多步骤查询，通过中间推理步骤来得出答案，那么如何提升模型的推理能力尼？今天带来 微软开源的 rStar技术 ： rStar 是一种自博弈相互推理方法，它通过以下方式 显著 提高了小型语言模型（SLMs）的 推理 能力： 自博弈相互推理是一个生成-鉴别过程 ：（1） 自生成器 通过 MCTS 增强目标 SLM 以生成候选推理轨迹；（2） 鉴别器 使用另一个 SLM 根据部分提示对每个轨迹提供无监督反馈；（3）基于这些反馈，目标 SLM 确定 ………………………………