研究人员开发了CANON,一种新颖的无标签自蒸馏方法,用于大型语言模型,该方法利用多个生成解决方案之间的共识来创建密集的、令牌级别的监督。这种方法在数学和科学基准测试上显著提高了推理准确性,将pass@1分数提高了多达12分。CANON以比现有的无标签强化学习方法少得多的计算量实现了这些提升,并证明了其解决模型以前无法解决的问题的能力。 AI
影响 在不需要标记数据的情况下增强LLM的推理能力,有可能降低训练成本并提高复杂任务的性能。
排序理由 该集群包含一篇详细介绍训练大型语言模型新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →