开源大模型新王干翻GPT4o新技术可自我纠错数学99刷爆测验集

  这个成果也让OpenAI科学家、德扑AI之父Noam Brown热情开麦：

  在网友测验中，Reflection 70B能答复对GSM8K数据会集本身答案过错的问题：

  我向模型供给了GSM8K中存在的5个“ground_truth”本身就不正确的问题。模型没有重复数据会集的过错答案，而是悉数答复对了，这很令人形象十分深入，标明那99.2%的准确率并非来自于回忆测验集！

  数各种r都不在话下，连生造词“drirrrngrrrrrnnn”中有几个r也能被正确数对。

  网友纷繁对小团队做出的开源逾越顶流闭源感到惊奇，现在最强开源模型能够在本地运行了。

  要害70B还仅仅个开端，官方表明下周还会发布更大的Reflection 405B。

  Reflection 70B才能提高的要害，是采用了一种名为Reflection-Tuning的训练方法，它能够让模型反思自己生成的文本，在终究确认回应前检测并纠正本身推理中的过错。

  如下面这个比方所展现的，规划进程分为一个独立的过程，这样做能大大的提高CoT作用，并坚持输出精粹：

  模型将从在和标签内输出推理开端，一旦对其推理感到满足，就会在和标签内输出终究答案。

  在部分，模型可能会输出一个或多个reflection标签，这标明模型发现了其推理中的过错，并将在供给终究答案之前测验纠正该过错。

  此外值得一提的是，基准测验中，一切基准都已经过LMSys的LLM Decontaminator查看污染，隔离了部分，并独自对这一部分进行测验。

  领英显现，Mutt Shumer是一位接连创业者，结业于美国锡拉丘兹大学，现任OthersideAI的联合发起人兼CEO。

  OthersideAI是一家AI使用公司，致力于经过大规模AI系统开发全球最先进的主动补全东西，也是HyperWrite的暗地公司。

  HyperWrite是一个浏览器操作agent，能够像人相同操作谷歌浏览器来完结一系列使命，比方订披萨：

  和gpt-llm-trainer相同，你只需要用文字描述方针，它就会一边列过程，一边履行。

  别的，Mutt Shumer高中时期就创立了Visos，致力于开发用于医疗用处的下一代虚拟现实软件。

  还创立了FURI，这是一家旨在经过发明高性能产品并以公正的价格出售它们来推翻体育用品职业的公司。

  特别声明：以上内容(如有图片或视频亦包含在内)为自媒体渠道“网易号”用户上传并发布，本渠道仅供给信息存储服务。

  94分钟绝杀！德甲史诗般反转：从2-1到2-3到4-3，阿隆索发明奇观

  联发科天玑 9400 处理器 GPU 跑分曝光，比苹果 A18 Pro 强 86%

  网友共享家庭日常，顽强的小孩姐，尿裤子被妈妈打了，回头就凶姐姐“一秒冤枉变成横冲直撞”

  小孩哥街头斗舞帅翻全场：那年我双手插兜 不了解什么是对手。网友：不主张小朋友学，这简单让大人破防