分类 AI模型
标签 AI 模型
rStar 是什么
这是一种自我博弈相互推理方法,用于提升小型语言模型的推理能力。它把推理过程拆分为解决方案生成和相互验证两部分。
你可以用它做什么
- 用蒙特卡洛树搜索生成推理轨迹
- 用鉴别器 SLM 验证轨迹正确性
- 改善问答与推理任务的结果
需要留意什么
- 环境列出 Python 3.10 与 CUDA 12
- 还列出 PyTorch、transformers 和 vllm
- 生成通过 run_gsm8k_generator.sh 脚本执行
优点与缺点
✓ 我们认可的地方
- 无需微调或更高级的模型
- 在多个 SLMs 上做了实验
! 需要留意的地方
- 环境要求列出 Python 3.10、CUDA 12 等
- 生成过程通过 run_gsm8k_generator.sh 脚本运行
常见问题
需要微调吗?
资料说明无需微调,也无需更高级的模型。
推理轨迹如何验证?
由另一个能力相近的 SLM 作为鉴别器验证。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台