大模型沒有自我改進能力？蘇黎世理工聯合Meta AI提出小模型架構，顯著提升大模型表現

AIGC動態歡迎閱讀

原標題：大模型沒有自我改進能力？蘇黎世理工聯合Meta AI提出小模型架構，顯著提升大模型表現

關鍵字：模型,數據,問題,性能,樣本

文章來源：夕小瑤科技說

內容字數：6874字

內容摘要：夕小瑤科技說 原創作者 | 謝年年、python前段時間，多位大佬發文指出大模型沒有自我改進的能力，甚至自我改進之后，回答質量還會明顯下降。自我改進之所以不奏效，是因為LLM并不能準確判斷原答案是否錯誤以及是否需要改進。近日，蘇黎世理工與Meta AI提出一種改進大模型推理答案的策略——ART: Ask, Refine,and Trust，該方法通過提出必要的問題來決定LLM是否需要改進原始輸出，并通過對初步輸出和改進輸出進行評估確定最終的答案，在兩個多步推理任務GSM8K和StrategyQA中，ART相對于之前模型自我改進的方法，提升了約5個百分點。論文標題：The ART of LLM Refinement: Ask, Refine, and Trust論文鏈接：https://arxiv.org/pdf/2311.07961.pdf方法方法速覽整體框架如下圖所示，作者分別使用與任務…

原文鏈接：點此閱讀原文：大模型沒有自我改進能力？蘇黎世理工聯合Meta AI提出小模型架構，顯著提升大模型表現

聯系作者

文章來源：夕小瑤科技說

作者微信：xixiaoyaoQAQ

作者簡介：更快的AI前沿，更深的行業洞見。聚集25萬AI應用開發者、算法工程師和研究人員。一線作者均來自清北、國外頂級AI實驗室和互聯網大廠，兼備媒體sense與技術深度。