研究人员推出了一种新颖的推理算法PRISM,旨在增强DeepThink系统的推理能力。PRISM利用过程奖励模型(PRMs)在分步层面指导重采样、提议接受和解决方案聚合。这种方法旨在缓解错误放大和正确解决方案被抑制等问题,这些问题会阻碍现有框架。在AIME25、HMMT25和GPQA Diamond等基准测试中使用GPT OSS 20B和GPT OSS 120B模型进行测试时,PRISM在与当前的DeepThink方法相比,表现出具有竞争力或更优越的性能。 AI
影响 这项新算法可以提高AI系统在复杂推理任务中的可靠性和效率,有可能在数学和科学等领域带来更好的性能。
排序理由 该集群描述了一篇关于AI推理新颖算法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →