آیا تا به حال با این مشکل مواجه شدهاید که مدلهای هوش مصنوعی پاسخهای بیکیفیتی تولید میکنند و ابزارهای انتخابگر (مانند Best-of-N) هم نمیتوانند آنها را اصلاح کنند؟ محققان بهتازگی راهکار نوآورانهای به نام Best-of-Better-N (BoBN) ارائه دادهاند.
این روش با استفاده از یادگیری درونمتنی (In-Context Learning) و بازیابی مثالهای با کیفیت بالا، پاسخهای مدل را بازنویسی و اصلاح میکند تا خروجی نهایی به بهترین نحو با سبک و محتوای مورد نظر شما همسو شود. خبر خوب این است که BoBN باعث میشود حتی با تعداد نمونههای کمتر، به نتایج دقیقتری در مباحثی مثل استدلال ریاضی و ایمنی مدلها برسید. 🚀
منبع: arXiv AI