PaLM 2数学性能提升至6%，DeepMind新研究揭示「合成数据」是通往AGI关键

本文介绍了最新研究表明，利用合成数据可以显著提升AI模型在数学问题解决和代码生成方面的能力。研究人员发现，利用AI系统自己生成数据进行训练可以带来巨大的好处。特别是在MATH高级推理和APPS编码基准测试中，使用PaLM-2模型进行测试后，发现其性能比仅在人类数据上微调的模型要好得多。这一发现引发了人们对合成数据在实现人工智能通用智能（AGI）的关键作用的思考。

该研究的论文中提出了一种全新的方法，即利用AI系统生成数据来进行自我训练。研究人员认为，由于人类无法生成足够大量高质量的数据，合成数据可能是实现AGI的关键。新的算法可以让大型AI模型的数学解决能力和代码生成能力大幅提升。总的来说，利用反馈进行自我训练对提高模型性能具有巨大潜力。

如需了解更多详情，可以查看原文链接：PaLM 2数学性能暴涨6%！DeepMind新作力证「合成数据」是通往AGI关键。作者联系方式为微信号AI_era，文章来源于新智元，该平台专注于推动中国向智能新纪元的转变，关注人工智能、机器人等领域的发展，并探讨人机融合对社会和文明的影响。