Oct, 2023

解锁可预测的增长能力

TL;DR通过大规模采样在解码阶段引入 PassUntil 评估策略,本研究量化了任务性能的扩展规律并发现了突现能力的具体证据,从而推翻了有关突现能力产生的常见“多步推理假设”,提出了一种符合观察到的扩展曲线的新假设。