00后硕士揭开AI推理“黑科技”：两个Token，基模追平强化学习版本
智东西 作者 | 杨京丽 编辑 | 李水青 智东西10月10日报道，一项来自麻省理工学院（MIT）等机构的研究发现，只要固定基础模型回答开头的两个Token，就能让模型的数学推理成绩接近对应的强化学习版本。 以艾伦人工智能研究所（Ai2）的基础模型Olmo-3-7B为例，将回答固定为“.\n\nOkay”开头后，模型在MATH-500上的准确率从42%升至78%，超过其强化学习版本的75%。 这个过程没有修改模型参数，也没有给模型增加新
来源：新智元 查看原文
智东西 作者 | 杨京丽 编辑 | 李水青 智东西10月10日报道，一项来自麻省理工学院（MIT）等机构的研究发现，只要固定基础模型回答开头的两个Token，就能让模型的数学推理成绩接近对应的强化学习版本。 以艾伦人工智能研究所（Ai2）的基础模型Olmo-3-7B为例，将回答固定为“.\n\nOkay”开头后，模型在MATH-500上的准确率从42%升至78%，超过其强化学习版本的75%。 这个过程没有修改模型参数，也没有给模型增加新
本文为学习索引摘要，完整内容请点击「查看原文」跳转至来源站点，版权归原作者所有。