5-10%看着 modest,但零样本啊兄弟们,这是质变

ME News
CMU Robotics与Lambda团队提出Sim2Reason方法,在模拟器中训练大语言模型学习物理
4月17日,卡内基梅隆大学机器人学院与Lambda联合提出Sim2Reason训练方法,旨在解决STEM AI领域高质量数据稀缺。核心是在受真实物理定律支配的虚拟世界中对大语言模型进行无标注训练,通过体验学习物理。该方法称能使模型在国际物理奥林匹克竞赛的零样本表现提升5-10%。来源:InFoQ
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论