AIGC動態(tài)歡迎閱讀

原標題：7B羊駝戰(zhàn)勝540B“谷歌版GPT”，MIT用博弈論大模型，無需訓練就能完成

關鍵字：策略,生成器,模型,答案,正則

文章來源：量子位

內(nèi)容字數(shù)：4743字

內(nèi)容摘要：克雷西 發(fā)自 凹非寺量子位 | 公眾號 QbitAI基于博弈論，MIT提出了一種新的大模型優(yōu)化策略。在其加持之下，7B參數(shù)的Llama在多個數(shù)據(jù)集上超越了540B的“谷歌版GPT”PaLM。而且整個過程無需對模型進行額外訓練，消耗的算力資源更低。這種基于博弈論制定的優(yōu)化策略被稱為均衡排名（Equilibrium Ranking）。研究團隊將大模型語言解碼過程轉化為正則化不完全信息博弈。這個詞可以拆…

原文鏈接：點此閱讀原文：7B羊駝戰(zhàn)勝540B“谷歌版GPT”，MIT用博弈論大模型，無需訓練就能完成

聯(lián)系作者

文章來源：量子位

作者微信：QbitAI

作者簡介：追蹤人工智能新趨勢，關注科技行業(yè)新突破