RealInstruct

新的 DeCRIM 管道通过自我纠错增强 LLM 指令遵循能力

一篇新的研究论文介绍了一种名为 DeCRIM 的自我纠错管道，旨在改进大型语言模型（LLM）遵循多约束指令的方式。DeCRIM 方法包括分解指令、批判响应和精炼响应。这种方法显著提升了 Mistral AI 等开源模型的性能，使其有可能在 RealInstruct 和 IFEval 等基准测试中超越 GPT-4 等专有模型，尤其是在提供强有力反馈的情况下。