北大千問團隊推出數學專用版CriticGPT，“找茬”讓大模型進步更快

AIGC動態歡迎閱讀

原標題：北大千問團隊推出數學專用版CriticGPT，“找茬”讓大模型進步更快
關鍵字：錯誤,數據,自然語言,模型,數學
文章來源：量子位
內容字數：0字

內容摘要：

蔡澤凡投稿量子位 | 公眾號 QbitAI批評不僅能讓人進步，也能讓大模型的能力提升。
OpenAI就用這個思路造了個“找茬模型”CriticGPT。非常巧合的是，就在CriticGPT放出的前幾天，北大聯合千問等團隊以類似的思路設計出了“數學專用版”CriticGPT。
在無需訓練的設置下，驗證器能夠在推理時輔助模型在GSM8K上的準確率從86.6%提升到88.2%。
在GSM8K數據集上，它可以讓模型的準確率從86.6%提升到88.2%。
CriticGPT的核心思路是在代碼中故意設置bug并進行詳細標注，然后用得到的數據訓練出會debug的模型。
北大團隊發現，這種方法不僅在代碼當中有用，也能幫助語言模型解決數學問題。
于是團隊利用相似的思路，把代碼換成數學問題，推出了“數學版CriticGPT”——Math-Minos。
用GPT4逐步提出修正意見在數學推理領域，驗證解決方案的正確性，是確保推理質量的關鍵步驟。
然而，現有的數學驗證器大多依賴于二元分類標簽進行訓練，這種方式在提供正確或錯誤原因的解釋上存在明顯不足，無法給驗證器提供足夠充分的監督信號來訓練。
Math-Mino

原文鏈接：北大千問團隊推出數學專用版CriticGPT，“找茬”讓大模型進步更快