Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
SPaR - Самоигра с уточнением через дерево поиска для улучшения выполнения инструкций в больших языковых моделях.
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Целенаправленное обучение на минимальных исправлениях позволяет модели сфокусироваться на сути инструкции и значительно превосходит методы, использующие для обучения независимые, сильно отличающиеся друг от друга ответы.