Timothée Weisselberger

GLM-4-Voice 使用 RL 实现最先进的口语数学推理

研究人员已将强化学习应用于 GLM-4-Voice 语音模型，以提高其数学推理能力。在对口语问答数据进行监督微调后，该模型在 GSM8K 基准测试上的准确性有所提高，在不增加额外推理 token 的情况下，超越了之前的语音模型性能。通过集成流式推理技术进一步增强了性能，在数学任务中，语音原生模型的准确率达到了新的最先进水平 74.8%。