强化学习让大模型自动纠错，数学、编程性能暴涨，DeepMind新作
12天前机器之心报道 机器之心编辑部 无需依赖外部反馈或额外模型，纯纯的自我纠正。 自我纠正（Self-correction）是大语言模型 (LLM) 非常重要的能力，但人们发现这种能力在现代 LLM 中基本 …
机器之心报道 机器之心编辑部 无需依赖外部反馈或额外模型，纯纯的自我纠正。 自我纠正（Self-correction）是大语言模型 (LLM) 非常重要的能力，但人们发现这种能力在现代 LLM 中基本 …