专栏名称: 爱可可-爱生活
知名互联网资讯博主 北邮PRIS模式识别实验室陈老师
今天看啥  ›  专栏  ›  爱可可-爱生活

本文创新性地提出了自进化偏好优化框架 SPHERE,通过剪枝 M-20250311055121

爱可可-爱生活  · 微博  · AI  · 2025-03-11 05:51
    

文章预览

2025-03-11 05:51 本条微博链接 本文创新性地提出了自进化偏好优化框架 SPHERE,通过剪枝 MCTS 和三阶段自进化流程,自动生成高质量的偏好数据,有效提升了小型语言模型在复杂数学推理任务上的性能,使其在多个 benchmark 上取得显著提升,甚至在某些方面媲美大型语言模型,并突出了从错误推理中学习以及剪枝搜索在提升模型推理能力中的重要作用。 ………………………………

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