宝玉的分享 · 2024-11-15T01:32:50Z AI 知道自己答案错了吗？ 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 大语言模型无法判断答案的正确性，只能估计概率。训练中的奖励函数至关重要。新的o1推理模型通过数学和编程题进行训练，能够自我提升，减少人工干预。 🏷️ 标签 ai o1推理模型 大语言模型 奖励函数 数学编程 自我提升 阅读原文 生成长图 分享链接 已复制链接
