2024-08-10 美国 来源：其他 作者：唐乾琛 领域：信息
关键词：
据AIbase网8月7日消息，美国Meta公司推出了“自学评估器”（Self-Taught Evaluator），利用合成数据训练人工智能。它首先通过种子模型生成对比的合成偏好对，然后模型评估这些对并迭代改进，利用自己的判断来提高后续迭代的性能，从而大大减少对人工生成的注释的依赖，有助于提高效率、降低成本。研究人员使用Llama-3-70B-Instruct 模型测试了“自学评估器”的性能。该方法将模型在RewardBench基准上的准确率从75.4%提升至88.7%。
