Meta：大语言模型可以通过自我批判取得大幅提升！

Meta研究团队将论文审稿模式应用于大模型对齐训练，模型同时扮演执行者、评判者和元评判者角色。通过迭代自我对弈，无需人工标注数据即可显著提高模型能力。实验结果显示，模型在多个基准测试中取得了显著提升，特别是在复杂问题回答上表现出色。
来源：https://mp.weixin.qq.com/s/WV9uJp2-soMjkVagIllWYg