LegközelebbKövetkező útmutató
Medusa dekódoló fejek
Nyelvi AI
Nyelvi AI ÚTMUTATÓ
Self-consistency samples multiple reasoning paths and aggregates their extracted answers, often by majority vote.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
It improved results on several studied benchmarks, but accuracy gains depend on the task and samples can share correlated errors; the method also adds inference cost.
A model can produce different reasoning paths for the same prompt. Greedy decoding follows one most-likely path, while self-consistency samples several paths, extracts an answer from each, and selects the most frequent answer. The original study reported improvements on several arithmetic and commonsense benchmarks under its tested models, prompts, and sampling budgets. On suitable tasks, correct paths may converge more consistently than incorrect paths, but this is not guaranteed: paths come from the same model and errors may be correlated. Answer extraction and normalization also matter because equivalent answers can have different surface forms. The method increases inference work because it generates multiple paths. Treat the vote as an aggregation heuristic and use external checks when correctness matters.
Az általános iskolai matematikai szöveges feladatok (GSM8K) pontosságának növelése számos megoldási útvonal mintavételével és a végső szám megszavazásával.
A többlépcsős józan ész kérdéseinek megbízhatóságának javítása, ahol egyetlen lánc elcsúszhat egyetlen következtetésen.
A kódgenerálási válaszok iránti bizalom növelése annak ellenőrzésével, hogy melyik kimenet jelenik meg a legkövetkezetesebben a minták között.
Szimbolikus vagy logikai érvelési feladatok erősítése, ahol a különböző levezetéseknek egy helyes következtetésre kell konvergálniuk.
Az önkonzisztencia a következtetés-idő skálázás egyik alappéldája, és leszármazottai ma már olyan érvelési modelleket hoznak létre, amelyek többlet számítási időt fordítanak arra, hogy jobban gondolkodjanak. A jövőbeni útmutatások közé tartozik a szavazatok súlyozása tanult ellenőrző vagy bizalmi pontszám alapján az egyenlő számolás helyett, adaptív módon kiválasztani, hány mintát kell húzni a kérdés nehézsége alapján, és a szavazást olyan keresési keretekkel kombinálni, mint a Gondolatok fája. Számítson rá, hogy ez egy olcsó, oktatástól mentes alapvonal marad, amelyre bármely rendszer ráépülhet, ha a helyesség fontosabb, mint a késleltetés.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
Self-consistency samples multiple reasoning paths and aggregates their extracted answers, often by majority vote. It improved results on several studied benchmarks, but accuracy gains depend on the task and samples can share correlated errors; the method also adds inference cost.
Az önkonzisztencia többféle érvelési láncot mintát vesz, és kiválasztja azt a végső választ, amelyben a legtöbb lánc egyetért.
Self-consistency can help on tested tasks when correct samples converge and mistakes vary; correlated errors can still make a wrong majority.
Ahelyett, hogy mohón elkötelezné magát egy-egy legvalószínűbb út mellett, az önkonzisztencia mintákat és aggregátumokat végez több útvonalon.
A köztes érvelést elvetik; csak a végső válaszokat összesítjük többségi szavazással.
The paper reports gains in its evaluated tasks, but more samples do not guarantee higher accuracy because errors can be correlated.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Medusa dekódoló fejek
Nyelvi AI