大模型没有自我改进能力？苏黎世理工联合Meta AI提出小模型架构，显著提升大模型表现

AIGC动态欢迎阅读

原标题：大模型没有自我改进能力？苏黎世理工联合Meta AI提出小模型架构，显著提升大模型表现

关键字：模型,数据,问题,性能,样本

文章来源：夕小瑶科技说

内容字数：6874字

内容摘要：夕小瑶科技说 原创作者 | 谢年年、python前段时间，多位大佬发文指出大模型没有自我改进的能力，甚至自我改进之后，回答质量还会明显下降。自我改进之所以不奏效，是因为LLM并不能准确判断原答案是否错误以及是否需要改进。近日，苏黎世理工与Meta AI提出一种改进大模型推理答案的策略——ART: Ask, Refine,and Trust，该方法通过提出必要的问题来决定LLM是否需要改进原始输出，并通过对初步输出和改进输出进行评估确定最终的答案，在两个多步推理任务GSM8K和StrategyQA中，ART相对于之前模型自我改进的方法，提升了约5个百分点。论文标题：The ART of LLM Refinement: Ask, Refine, and Trust论文链接：https://arxiv.org/pdf/2311.07961.pdf方法方法速览整体框架如下图所示，作者分别使用与任务…

原文链接：点此阅读原文：大模型没有自我改进能力？苏黎世理工联合Meta AI提出小模型架构，显著提升大模型表现

联系作者

文章来源：夕小瑶科技说

作者微信：xixiaoyaoQAQ

作者简介：更快的AI前沿，更深的行业洞见。聚集25万AI应用开发者、算法工程师和研究人员。一线作者均来自清北、国外顶级AI实验室和互联网大厂，兼备媒体sense与技术深度。