谷歌 DeepMind 團(tuán)隊(duì)于 8 月 27 日在 arxiv 上發(fā)表論文,介紹展示了 GenRM 生成式驗(yàn)證器,創(chuàng)造性提出獎(jiǎng)勵(lì)模型,從而提升生成式 AI 推理能力。
AI 行業(yè)內(nèi),目前提高大語(yǔ)言模型(LLMs)的主流做法就是 Best-of-N 模式,即由 LLM 生成的 N 個(gè)候選解決方案由驗(yàn)證器進(jìn)行排序,并選出最佳方案。
這種基于 LLM 的驗(yàn)證器通常被訓(xùn)練成判別分類(lèi)器來(lái)為解決方案打分,但它們無(wú)法利用預(yù)訓(xùn)練 LLMs 的文本生成能力。
DeepMind 團(tuán)隊(duì)為了克服這個(gè)局限性,嘗試使用下一個(gè) token 預(yù)測(cè)目標(biāo)來(lái)訓(xùn)練驗(yàn)證器,同時(shí)進(jìn)行驗(yàn)證和解決方案生成。
DeepMind 團(tuán)隊(duì)這種生成式驗(yàn)證器(GenRM),相比較傳統(tǒng)驗(yàn)證器,主要包含以下優(yōu)點(diǎn):
無(wú)縫集成指令調(diào)整
支持思維鏈推理
通過(guò)多數(shù)投票利用額外的推理時(shí)間計(jì)算
在算法和小學(xué)數(shù)學(xué)推理任務(wù)中使用基于 Gemma 的驗(yàn)證器時(shí),GenRM 的性能優(yōu)于判別式驗(yàn)證器和 LLM-as-a-Judge 驗(yàn)證器,在使用 Best-of-N 解決問(wèn)題的百分比上提高了 16-64%。
據(jù) Google DeepMind 報(bào)道,GenRM 相對(duì)于分類(lèi)獎(jiǎng)勵(lì)模型的邊標(biāo)志著人工智能獎(jiǎng)勵(lì)系統(tǒng)的關(guān)鍵演化,特別是在其容量方面,以防止新模型學(xué)成到的欺詐行為。這一進(jìn)步突出表明,迫切需要完善獎(jiǎng)勵(lì)模型,使人工智能輸出與社會(huì)責(zé)任標(biāo)準(zhǔn)保持一致。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國(guó)柏林國(guó)際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國(guó)家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開(kāi)幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無(wú)人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開(kāi)放原子開(kāi)源基金會(huì)主辦的“2024全球開(kāi)發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。