o1（即 Strawberry）的推理方式与以前的 LLM 有何-20240916072254

文章预览

2024-09-16 07:22 本条微博链接 o1（即 Strawberry）的推理方式与以前的 LLM 有何不同？ “o1 模型引入了推理标记。模型使用这些推理标记来“思考”，分解对提示的理解并考虑生成响应的多种方法。生成推理标记后，模型会以可见的完成标记的形式生成答案，并从其上下文中丢弃推理标记。” ………………………………