نموذج الاستدلال بعد التدريب SU-01 يحقق أداءً ميداليًا في أسئلة المستوى الأولمبي

robot
إنشاء الملخص قيد التقدم
AIMPACT رسالة، 16 مايو (UTC+8)، قدمت ورقة بحثية جديدة نظامًا لتحويل نماذج الاستدلال بعد التدريب إلى حلال مسائل أولمبي، وتم تدريب نموذج SU-01 بناءً على هذا النهج.
يشمل هذا النهج ثلاث خطوات: أولاً، استخدام دورة الارتباك العكسي للإشراف الدقيق لضمان البحث عن الإثبات الصارم والسلوك الذاتي للفحص؛
ثم توسيع هذه السلوكيات من خلال التعلم المعزز ذو المرحلتين (الانتقال من التعلم المعزز بالمكافآت القابلة للتحقق إلى التعلم المعزز بمستوى الإثبات)؛
وأخيرًا، تحسين الأداء من خلال التوسيع أثناء الاختبار.
طبقت فريق البحث النهج على نموذج أساسي 30B-A3B، باستخدام حوالي 340,000 مسار من 8K رموز فرعية للإشراف الدقيق، ثم أجروا 200 خطوة من التعلم المعزز، ونتج عن ذلك نموذج SU-01.
يستطيع النموذج إجراء استدلال مستقر على مسائل صعبة، مع طول مسار يتجاوز 100,000 رمز، وحقق مستوى الميداليات الذهبية في مسابقات مثل IMO 2025/USAMO 2026 و IPhO 2024/2025، وأظهر قدرة على التعميم في مجالات الاستدلال العلمي خارج الرياضيات والفيزياء.
(المصدر: InFoQ)
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • 8
  • إعادة النشر
  • مشاركة
تعليق
إضافة تعليق
إضافة تعليق
SucculentCross-Section
· منذ 1 س
هل أنت من مستوى الميدالية الذهبية في IMO؟ انتظر إعادة الإنتاج المفتوحة المصدر أولاً
شاهد النسخة الأصليةرد0
DeepBlueStakingStone
· منذ 2 س
34万 سجل بيانات المسارات في الواقع ليست مبالغة، لكن تصفية الجودة ربما تكون مرهقة جدًا
شاهد النسخة الأصليةرد0
BlackVelvetKeychain
· منذ 7 س
تصميم دورة الالتباس العكسي هذا ممتع جدًا، حيث قام بترميز خبرة البشر في حل التمارين بداخله
شاهد النسخة الأصليةرد0
OrdersPlacedBeforeTheStorm
· منذ 7 س
آلية الفحص الذاتي إذا كانت مرئية، سيكون تصحيح الأخطاء في عملية الاستنتاج أسهل بكثير
شاهد النسخة الأصليةرد0
VinesCoiledIntoGeometricShapes
· منذ 7 س
المسابقات الفيزيائية أيضًا مغطاة، الآن طلاب الفيزياء لديهم مدرب AI مرافق
شاهد النسخة الأصليةرد0
BridgeAnxiety
· منذ 7 س
A3B是什么架构,有懂哥展开说说吗
رد0
GateUser-ecf4759e
· منذ 7 س
اختيار دقة مسار子8K له أهمية، فطولها الزائد قد يتسبب في انفجار تدرج الانتشار
شاهد النسخة الأصليةرد0
FudAlsoNeedsAnImage
· منذ 8 س
العبارة الأخيرة "الاستنتاج العلمي العام" جعلتني أفكر في مفارقة بولاني — نحن نعرف أكثر مما نعبر عنه، هل يمكن للذكاء الاصطناعي الآن الوصول إلى تلك الجزء غير المصرح به من الحدس؟
شاهد النسخة الأصليةرد0
  • مُثبت