Pine 发自 凹非寺
量子位 | 公众号 QbitAI
GPT-4再度进化！
加上一个简单方法，就能让GPT-4这类大语言模型学会自我反思，性能直接提升30%。
不过，同人类思考一样，LLM在反思的过程中同样也有局限性，这在函数中的Ω和ε中就能体现。
Ω表示重复连续动作的次数，一般会将这个数值设置为3，这表示反思过程中若重复一个步骤三次，会直接跳到下一个步骤。
而ε则表示在反思的过程中允许执行的最大操作数量。
既然有监督，那修正也必须执行，修正过程的函数是这样子的：
在HotpotQA的134个问答对测试中，可以看出在Reflexion的加持下，LLM经过多轮反思后，准确率一度达到97%。
在另外一篇博客中，团队成员也晒出了他们这种方法在GPT-4上的效果，测试范围是编写代码。
结果也显而易见，用了Reflexion，GPT-4的编程能力直接提升了21%。
关于GPT-4已经会“思考”了，你怎（huang）么（le）看（ma）？
论文地址：https://arxiv.org/abs/2303.11366参考链接：[1] https://nanothoughts.substack.com/p/reflecting-on-reflexion[2] https://www.reddit.com/r/MachineLearning/comments/1215dbl/r_reflexion_an_autonomous_agent_with_dynamic/
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
相关文章
关于作者
猜你喜欢
