5-10% 看起來很謙虛,但零樣本啊兄弟們,這是質變

查看原文
ME News
CMU Robotics與Lambda團隊提出Sim2Reason方法,在模擬器中訓練大語言模型學習物理
4月17日,卡內基梅隆大學機器人學院與Lambda聯合提出Sim2Reason訓練方法,旨在解決STEM AI領域高質量數據稀缺。核心是在受真實物理定律支配的虛擬世界中對大語言模型進行無標註訓練,通過體驗學習物理。該方法稱能使模型在國際物理奧林匹克競賽的零樣本表現提升5-10%。來源:InFoQ
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆