跳到正文
AGI Hunt· OwariDa·· 59 分钟前AI 评分32

OwariDa 提出用 fill-in-the-middle 训练模型补全闭源模型省略的推理链

用 fill-in-the-middle 训练模型补全闭源模型被省略的推理链

AI 导读

OwariDa 提出用 fill-in-the-middle 任务训练模型,补全闭源专有模型输出中被省略的推理过程。奖励函数依据“前缀 + 补全推理”能否在目标模型单独一轮推理中得到正确答案或最佳下一步,数据集则须由目标模型原本无法解决的问题构成。

来源:AGI Hunt · agihunt.info