北大千问团队推出数学专用版CriticGPT，“找茬”让大模型进步更快

AIGC动态欢迎阅读

原标题：北大千问团队推出数学专用版CriticGPT，“找茬”让大模型进步更快
关键字：错误,数据,自然语言,模型,数学
文章来源：量子位
内容字数：0字

内容摘要：

蔡泽凡 投稿量子位 | 公众号 QbitAI批评不仅能让人进步，也能让大模型的能力提升。
OpenAI就用这个思路造了个“找茬模型”CriticGPT。非常巧合的是，就在CriticGPT放出的前几天，北大联合千问等团队以类似的思路设计出了“数学专用版”CriticGPT。
在无需训练的设置下，验证器能够在推理时辅助模型在GSM8K上的准确率从86.6%提升到88.2%。
在GSM8K数据集上，它可以让模型的准确率从86.6%提升到88.2%。
CriticGPT的核心思路是在代码中故意设置bug并进行详细标注，然后用得到的数据训练出会debug的模型。
北大团队发现，这种方法不仅在代码当中有用，也能帮助语言模型解决数学问题。
于是团队利用相似的思路，把代码换成数学问题，推出了“数学版CriticGPT”——Math-Minos。
用GPT4逐步提出修正意见在数学推理领域，验证解决方案的正确性，是确保推理质量的关键步骤。
然而，现有的数学验证器大多依赖于二元分类标签进行训练，这种方式在提供正确或错误原因的解释上存在明显不足，无法给验证器提供足够充分的监督信号来训练。
Math-Mino

原文链接：北大千问团队推出数学专用版CriticGPT，“找茬”让大模型进步更快

联系作者

文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破