微软推出 XOT 方法,提升语言模型推理能力

人工智能
微软近日推出了名为“Everything of Thought”(XOT)的方法,灵感来自谷歌 DeepMind 的 AlphaZero,利用紧凑的神经网络,来增强 AI 模型推理能力。

11 月 15 日消息,微软近日推出了名为“Everything of Thought”(XOT)的方法,灵感来自谷歌 DeepMind 的 AlphaZero,利用紧凑的神经网络,来增强 AI 模型推理能力。

微软和佐治亚理工学院、华东师范大学合作开发了该算法,整合了强化学习(reinforcement learning)和蒙特卡洛树搜索 (MCTS) 能力,在复杂决策环境中,进一步提高解决问题的有效性。

IT之家注:微软研究团队表示 XOT 方法可以让语言模型扩展到不熟悉的问题上,在 Game of 24、8-Puzzle 和 Pocket Cube 严苛测试中提升明显。结果表明,XOT 明显优于其他方法,甚至解决了其他方法失败的问题。但是,XOT 并没有达到 100% 的可靠性。

XOT 框架包括以下关键步骤:

  • 预训练阶段:MCTS 模块在特定任务上进行预训练,以学习有关有效思维搜索的领域知识。轻量级策略和价值网络指导搜索。思想搜索: 在推理过程中,预训练的 MCTS 模块使用策略 / 价值网络来有效地探索和生成 LLM 的思想轨迹。
  • 思想修正:LLM 审查 MCTS 的思想并识别任何错误。修正的想法是通过额外的 MCTS 模拟产生的。
  • LLM 推理: 将修改后的想法提供给 LLM 解决问题的最终提示。

IT之家在此附上论文 [PDF] 地址,感兴趣的用户可以深入阅读。

责任编辑:庞桂玉 来源: IT之家
相关推荐

2023-05-05 13:29:04

模型推理

2024-08-27 09:35:47

2023-06-05 10:01:18

模型测评

2024-04-11 11:35:03

大语言模型LLMs

2023-11-07 14:07:51

GPT-4大语言模型

2012-12-12 15:01:34

2023-06-20 13:44:49

清华推理

2023-06-05 13:02:19

OlaGPT语言模型

2023-11-03 13:07:00

AI模型

2024-03-13 11:58:00

自动化数据

2022-04-12 14:12:43

谷歌研究模型

2024-06-17 13:34:54

2023-09-27 07:39:57

大型语言模型MiniGPT-4

2011-05-18 10:29:24

分析数据业务优化物联网

2024-03-04 13:36:00

模型训练

2024-11-11 11:05:00

大语言模型系统

2024-02-01 12:43:00

模型训练

2024-09-09 08:31:15

2024-02-23 11:27:00

数据技术

2023-10-11 12:32:53

AI模型
点赞
收藏

51CTO技术栈公众号