通过验证器进行多步问题求解：基于模型引导的过程监督的实证分析

本文介绍了一种新颖的自动化数据整理方法，即模型引导的过程监督（MiPS），通过对推理模型的解决方案的样本完成进行注释，并获得一个准确度，来注释中间步骤。研究表明，MiPS方法显著提高了PaLM 2在数学和编码任务上的性能。验证器在不同推理模型之间具有很强的泛化能力。