谷歌 DeepMind 展示 GenRM 技术，提升生成式 AI 推理能力
创始人
2024-09-03 07:51:01
0次
IT之家 9 月 3 日消息，谷歌 DeepMind 团队于 8 月 27 日在 arxiv 上发表论文，介绍展示了 GenRM 生成式验证器，创造性提出奖励模型，从而提升生成式 AI 推理能力。
AI 行业内，目前提高大语言模型（LLMs）的主流做法就是 Best-of-N 模式，即由 LLM 生成的 N 个候选解决方案由验证器进行排序，并选出最佳方案。
这种基于 LLM 的验证器通常被训练成判别分类器来为解决方案打分，但它们无法利用预训练 LLMs 的文本生成能力。
DeepMind 团队为了克服这个局限性，尝试使用下一个token 预测目标来训练验证器，同时进行验证和解决方案生成。
DeepMind 团队这种生成式验证器（GenRM），相比较传统验证器，主要包含以下优点：
- 无缝集成指令调整
- 支持思维链推理
- 通过多数投票利用额外的推理时间计算
在算法和小学数学推理任务中使用基于 Gemma 的验证器时，GenRM 的性能优于判别式验证器和 LLM-as-a-Judge 验证器，在使用 Best-of-N 解决问题的百分比上提高了 16-64%。
据 Google DeepMind 报道，GenRM 相对于分类奖励模型的边标志着人工智能奖励系统的关键演化，特别是在其容量方面，以防止新模型学成到的欺诈行为。这一进步突出表明，迫切需要完善奖励模型，使人工智能输出与社会责任标准保持一致。
IT之家附上参考地址
相关内容
热门资讯
卢伟冰发文庆祝小米手机15周岁...
IT之家 8 月 16 日消息，小米集团合伙人 / 总裁、手机部总裁、小米品牌总经理卢伟冰刚刚发文庆...
华为官宣昇腾0 Day适配小红...
IT之家 8 月 16 日消息，小红书 8 月 14 日正式发布 dots3-note previe...
又一A股公司，加码AI
智洋创新，拟募资加码AI。 智洋创新（688191）8月14日晚间公告，公司拟向特定对象发行股票募资...
AI时代，纸质书该何去何从
近年来，各大书展结合流行趋势，开发出各类新潮活动，迎来爆棚人气。一边是读者在旧书堆中耐心“淘宝”，另...
AI时代 纸质书该何去何从
近年来，各大书展结合流行趋势，开发出各类新潮活动，迎来爆棚人气。一边是读者在旧书堆中耐心“淘宝”，另...
业绩太 “炸裂”！AI巨头营收...
AI巨头Anthropic的业绩太“炸裂”了。 据最新消息，全球AI巨头Anthropic第二季度营...
游戏产业进入AI时代,广州为什...
羊城晚报记者 陈旭泽 8月14日，广州海珠区发布广东首个词元（Token）经济专项政策“词元经济八条...
福建：完善AI基础设施建设，加...
福建省人民政府日前印发《福建省“十五五”新兴产业和未来产业发展规划》，其中提到，实施“AI+”引领工...
广东把AI培训送到千家万户 “...
羊城晚报讯 记者周聪报道：8月15日，由广东省人力资源和社会保障厅主办的“粤能学—人工智能培训进万家...
武汉水务装上鸿蒙AI大脑
武汉水务装上鸿蒙AI大脑 管网诊断从半个月缩至数分钟 湖北日报讯 （记者马文俊、通讯员张雨）8月14...