大模型邊推理邊糾錯，有可能做到嗎？這是ICML爆火的演講

AIGC動態歡迎閱讀

原標題：大模型邊推理邊糾錯，有可能做到嗎？這是ICML爆火的演講
關鍵字：錯誤,模型,數據,正確率,作者
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com
即便是最強大的語言模型（LLM），仍會偶爾出現推理錯誤。除了通過提示詞讓模型進行不太可靠的多輪自我糾錯外，有沒有更系統的方法解決這一問題呢？
來自 Meta FAIR、CMU 和 MBZUAI 的葉添、徐子誠、李遠志、朱澤園團隊在最新的 arXiv 論文《語言模型物理學 Part 2.2：如何從錯誤中學習》中，通過可控實驗，探索了讓模型「邊推理邊糾錯」的可能性。
他們在預訓練中加入大量「錯誤的推理」和「錯誤的糾正」，展示了這類數據可以提高語言模型的推理準確性（無需提示詞，無需多輪對話）。文章還深入探討了許多細節，例如（1）這種方法與 beam search 的區別，（2）如何準備此類數據，（3）是否需要對錯誤進行掩碼，（4）所需的錯誤數量，（5）此類數據是否

原文鏈接：大模型邊推理邊糾錯，有可能做到嗎？這是ICML爆火的演講

聯系作者

文章來源：機器之心
作者微信：
作者簡介：