数学：OpenAI 发表论文大幅提高 ChatGPT 的数学准确性 | 让我们一步步验证

数学：OpenAI 发表论文大幅提高 ChatGPT 的数学准确性 | 让我们一步步验证 数学：OpenAI 发表论文大幅提高 ChatGPT 的数学准确性 | 让我们一步步验证 Modified May 28 我们来一步一步验证 概述 OpenAI宣布训练数学思维过程如下 我们认为，奖励推理的每一步（“过程监控”）而不是奖励最终的正确答案（“结果监控”）有助于解决困难的数学问题。发现 这个过程监控模型能够解决 78% 的问题MATH 数据集的代表性子集。 原文：让我们一步步验证 监测方法 本文给出了这个过程监控的一个例子 问题：分数的分母比分子小 7 倍。如果这个分数等于 2 / 5，那么该分数的分子是多少？ 答案： 14 正如您在图片中看到的，每一步都有一个😕😐😎标记。如果每一步都正确，您将收到一个😎。 😎如果分子是 x ， 则分母是 3x 7. 14 😕 因此，x=7 （错误） 这样，对每个过程进行评估。 上面的例子中，只有最后一行不正确，所以添加了😕。 评价划分如下： 😎：流程正确 😐：流程模糊，略有误导 😕：流程错误，不足 数据集 使用该数据集，我们表明过程监控 (PRM) 是高度准确的。 比较的方法是结果监督奖励模型（ORM）：“结果监控”和过程监督奖励模型（PRM）：“过程监控”。 PRM800K 训练集 包含 800,000 个步骤级标签，可用于 12,000 个问题的 75,000 个答案。 点击此处查看 PRM 和 ORM 实际数学精度的比较 在这两个结果中，可以看出使用 PRM 的模型给出了更好的结果。 据报道，PRM不仅在数学方面取得了更好的成绩，而且在化学和物理方面也取得了更好的成绩。 结论 ChatGPT的数学思维能力仍然存在问题，但是通过使用这种PRM（过程监控），可以预期数学的准确性将比以往任何时候都提高。 我希望通过使用大数据集和这种方法会变得更加方便。 尽管 PRM 仍然存在问题，但我对这篇论文持积极的态度。 看来有必要继续密切关注OpenAI的研究。 PRM800K数据集已发布在Github上，如果您有兴趣，请查看下面的链接。 我们来一步一步验证 让我们一步步验证 我们来一步一步验证 我们来一步一步验证 概述 OpenAI宣布训练数学思维过程如下 我们认为，奖励推理的每一步（“过程监控”）而不是奖励最终的正确答案（“结果监控”）有助于解决困难的数学问题。发现 这个过程监控模型能够解决 78% 的问题MATH 数据集的代表性子集。 原文：让我们一步步验证 让我们一步步验证 监测方法 本文给出了这个过程监控的一个例子 问题：分数的分母比分子小 7 倍。如果这个分数等于 2 / 5，那么该分数的分子是多少？ 答案： 14 正如您在图片中看到的，每一步都有一个😕😐😎标记。如果每一步都正确，您将收到一个😎。 😎如果分子是 x ， 则分母是 3x 7. 14 😕 因此，x=7 （错误） 😎如果分子是 x ， 则分母是 3x 7. 14 😕 因此，x=7 （错误） 这样，对每个过程进行评估。 上面的例子中，只有最后一行不正确，所以添加了😕。 评价划分如下： 😎：流程正确 😐：流程模糊，略有误导 😕：流程错误，不足 😎：流程正确 😐：流程模糊，略有误导 😕：流程错误，不足 数据集 使用该数据集，我们表明过程监控 (PRM) 是高度准确的。 比较的方法是结果监督奖励模型（ORM）：“结果监控”和过程监督奖励模型（PRM）：“过程监控”。 PRM800K 训练集 包含 800,000 个步骤级标签，可用于 12,000 个问题的 75,000 个答案。 点击此处查看 PRM 和 ORM 实际数学精度的比较 在这两个结果中，可以看出使用 PRM 的模型给出了更好的结果。 据报道，PRM不仅在数学方面取得了更好的成绩，而且在化学和物理方面也取得了更好的成绩。 结论 ChatGPT的数学思维能力仍然存在问题，但是通过使用这种PRM（过程监控），可以预期数学的准确性将比以往任何时候都提高。 我希望通过使用大数据集和这种方法会变得更加方便。 尽管 PRM 仍然存在问题，但我对这篇论文持积极的态度。 看来有必要继续密切关注OpenAI的研究。 PRM800K数据集已发布在Github上，如果您有兴趣，请查看下面的链接。 原文：https://note.com/shuta coludus/n/n0b1dedb50445 2 2023 年 6 月 5 日 20:33 自从引入ChatGPT以来，我们的日常工作效率显着提高。 我自己从来没有一天不使用 ChatGPT。 从这个意义上说，ChatGPT已经成为我们工作和生活中不可或缺的一部分。 ChatGPT 作业 | 我数学不好 随着GPT 4的发布，其能力暴涨，我们的生活发生了前所未有的变化。 然而，即使有了 ChatGPT，仍然有一些问题需要克服。 这就是数学的领域。 数学问题历来是 ChatGPT 的一大挑战，因为它们需要复杂的思维和高级的逻辑理解。 即使是极其先进的 GPT 4 最终也会在基本积分计算中犯错误。 最近，OpenAI 宣布了一项新研究，该研究有可能显着提高 ChatGPT 的数学能力。 它的名字是“让我们一步一步验证”。 我们使用过程监督来训练人工智能——奖励思维过程而不是结果——以实现数学推理的新水平。先进人工智能对齐的鼓励标志：… https://t.co/ryaODghohn ——OpenAI (@OpenAI) 2023 年 5 月 31 日 通过使用奖励思维过程而不是结果的过程监控，人工智能可以在数学推理方面达到新的高度。 2023 年 5 月 31 日 我们使用过程监督来训练人工智能——奖励思维过程而不是结果——以实现数学推理的新水平。先进人工智能对齐的鼓励标志：… https://t.co/ryaODghohn ——OpenAI (@OpenAI) 2023 年 5 月 31 日 2023 年 5 月 31 日 通过使用奖励思维过程而不是结果的过程监控，人工智能可以在数学推理方面达到新的高度。 日语翻译 OpenAI 发表新论文《让我们一步一步验证》