👓 Ботанские новости

Исследователи придумали RFG - метод, который заставляет диффузионные большие языковые модели лучше рассуждать без явных наград за промежуточные шаги. Вместо обучения сложной модели вознаграждения используется простое соотношение правдоподобия между улучшенной и эталонной моделью. Метод показал улучшение точности до 9.2% на математических задачах и генерации кода. Ну что, похоже, скоро ИИ будет решать задачи не за пряник, а из чистого удовольствия.