研究人员提出了一种名为ART的推理与改进目标，用于判断大型语言模型生成的质量。ART在数学问题和问答任务上相较于基线表现提高了5个百分点，并且使用更小模型进行改进决策显示出了经济高效的优势。

研究人员提出了一种名为ART的推理与改进目标，用于判断大型语言模型生成的质量。ART在数学问题和问答任务上相较于基线表现提高了5个百分点，并且使用更小的模型进行改进决策显示出了经济高效的优势。