GSM8K

LLM系列(4)：通义千问7B在Swift/DeepSpeed上微调秘诀与实战陷阱避坑指南

在诸多权威大模型能力测评基准上，如MMLU、C-Eval、GSM8K、HumanEval、WMT22，通义千问7B均取得了同参数级别开源模型中的最好表现，
汀、人工智能·2024-09-12 00:21

阿里开源大模型 Qwen-72B 私有化部署

Qwen模型在一系列基准数据集（例如MMLU、C-Eval、GSM8K、MATH、HumanEval、MBPP、等）上优于类似模型大小的基线模型，这些数据集评估了模
机器学习社区·2023-12-31 00:35

OpenChat-3.5：70亿参数下的AI突破

在GSM8K、MATH、HumanEval和MMLU等多个重要基准上，OpenChat-3.5不
努力犯错·2023-12-29 15:36

超越GPT-4！谷歌发布最强多模态大模型—Gemini

在MMLU、DROP、HellaSwag、GSM8K等主流评测中，GeminiUltra的能力全面超越了OpenAI的GPT-4和GPT-4V。
RPA中国·2023-12-26 21:01

像搭乐高一样做数学定理证明题，GPT-3.5证明成功率达新SOTA

背景作为长链条严格推理的典范，数学推理被认为是衡量语言模型推理能力的重要基准，GSM8K和MATH等数学文字问题（mathwordproblem）数据集被广泛应用于语言模型的测评和比较中。
PaperWeekly·2023-11-02 05:04

思维链（Chain-of-Thought Prompting Elicits Reasoning in Large Language Models）

仅通过540B大小的PaLM模型，通过8个思维链样例就可以实现在GSM8K上的sota效果。
WitsMakeMen·2023-09-23 16:22

Re44：数据集 GSM8K 和 论文 Training Verifiers to Solve Math Word Problems

诸神缄默不语-个人CSDN博文目录论文全名：TrainingVerifierstoSolveMathWordProblemsGSM8K数据集原始论文OpenAI2021年的工作，关注解决MWP问题（具体场景是小学（gradeschool）数学题），训练模型关注其错误，重复尝试，直至找到正确解法。因此本文训练verifier检测解决方案是否正确。在小模型上，verifier可以使模型提升到与大模型靠
诸神缄默不语·2023-09-02 05:56

ChatGLM2-12B 效果怎么样？官方公布

这些数据集包括MMLU(英文)、C-Eval(中文)、GSM8K(数学)和BBH(英文)等。ChatGLM2-12B模型在这些数据集上取得了不错的成绩
AITIME论道·2023-08-10 08:20

【搬运】GSM8K 数据集介绍

GSM8K数据集是由OpenAI发布的小学数学题数据集，项目地址现将对GSM8K数据集的项目主页翻译如下GradeSchoolMath最先进的语言模型可以在许多任务上与人类的表现相匹配，但它们仍然难以稳健地进行多步骤的数学推理
x66ccff·2023-06-24 08:57

推理数据集（持续更新ing…）

诸神缄默不语-个人CSDN博文目录最近更新时间：2023.6.20最早更新时间：2023.6.20文章目录1.算术题我自己的运算和测试结果1.算术题英语：GSM8K数据集下载地址：https://huggingface.co
诸神缄默不语·2023-06-24 08:56

AI解数学题，答案是对的过程却是错的？DeepMind新研究改进谷歌思维链方法

为此，他们在GSM8K数据集上全面对比了基于过程和基于结果的监督方法，并结合二者优势训练出一个最佳模型。结果表明，新模型的答案
QbitAl·2022-12-05 10:17
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他