AggLM通过RL训练聚合器LLM,从多个候选答案中合成正确答案——将聚合视为一种推理技能——其表现优于多数投票或发奖模型排名,同时使用的token远少于前者,并且能够泛化到更强的未见模型。

VIA6.46%
查看原文
post-image
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 4
  • 转发
  • 分享
评论
0/400
PumpDetectorvip
· 12小时前
精彩的模型架构
回复0
MEV午夜食客vip
· 12小时前
真有趣的思路
回复0
DeadTrades_Walkingvip
· 12小时前
优化思路绝了
回复0
NFTragedyvip
· 13小时前
优化计算真不错
回复0
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)