AI资讯新闻榜单内容搜索-GSM8k

关键词: AI,模型训练,GRPO,CPPO

DeepSeek-R1 的成功离不开一种强化学习算法：GRPO（组相对策略优化）。

关键词: 大模型,AI,Reflection 70B,人工智能

快速更迭的开源大模型领域，又出现了新王：Reflection 70B。 横扫 MMLU、MATH、IFEval、GSM8K，在每项基准测试上都超过了 GPT-4o，还击败了 405B 的 Llama 3.1。 这个新模型 Reflection 70B，来自 AI 写作初创公司 HyperWrite。

关键词: AI,AI数学,GSM8k,Mistral-7B,模型训练

只要不到10行代码，就能让大模型数学能力（GSM8k）提升20%！

关键词: GPT-3.5,模型训练,LLMs,GPT-4

大型语言模型（LLMs）在解决问题方面的非凡能力日益显现。最近，一个值得关注的现象是，这些模型在多项数学推理的基准测试中获得了惊人的成绩。以 GPT-4 为例，在高难度小学应用题测试集 GSM8K [1] 中表现优异，准确率高达 90% 以上。同时，许多开源模型也展现出了不俗的实力，准确率超过 80%。

关键词: AI,提示词,谷歌

谷歌DeepMind团队最新发现，用这个新“咒语”（Take a deep breath）结合大家已经熟悉的“一步一步地想”（Let’s think step by step），大模型在GSM8K数据集上的成绩就从71.8提高到80.2分。