OpenAI出手解决GPT-4数学推理：做对一步立刻奖励！直接拿下SOTA

明敏西风发自凹非寺量子位公众号 QbitAI OpenAI 一个简单的动作，让大模型数学能力直接达到 SOTA。而且直接开源论文数据集，包含 80 万个人类反馈标签！这就是 OpenAI 的最新研究。基于 GPT-4，他们微调了几个模型，分别采用不同的监督方法。一种是传统的结果监督，只对最终