研究人员开发了OptiMind系统,旨在增强小型语言模型(SLMs)在数学优化任务中的能力。OptiMind通过整合数据清洗、类别特定提示以及带有求解器反馈的多轮强化学习来解决当前SLMs的局限性。这种方法使SLMs能够迭代地优化其问题公式和求解轨迹,在清洗后的基准测试中达到与前沿模型相当的性能。该项目的代码、数据和训练模型已在GitHub和Hugging Face上公开。 AI
影响 增强了在资源受限环境中为特定任务部署强大LLMs的可行性。
排序理由 这是一篇详细介绍改进小型语言模型的新系统和方法的学术论文。[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 →