苏黎世理工与Meta AI联合打造小型模型架构，助力大模型表现提升

这是一篇介绍AIGC动态的文章。文章指出，大模型在自我改进方面存在一定的局限性，因为它们无法准确判断原始答案是否错误以及是否需要改进。最近，苏黎世理工与Meta AI提出了一种名为ART的策略，即提出问题、调整和信任的方法，通过对初步输出和改进输出进行评估，确定最终的答案。在两个多步推理任务中，ART方法相较之前的自我改进方法提高了大约5个百分点的性能。这项研究的论文标题为“LLM改进的艺术：询问、调整和信任”，论文链接为https://arxiv.org/pdf/2311.07961.pdf。

如果您想阅读完整的文章，请点击原文链接：大模型没有自我改进能力？苏黎世理工联合Meta AI提出小模型架构，显著提升大模型表现。同时，您也可以联系文章作者，作者微信号为xixiaoyaoQAQ。该篇文章来自夕小瑶科技说，作者们拥有着丰富的AI应用开发和研究经验，提供着更快的AI前沿和更深入的行业见解。