复旦NLP团队提出双模型协作提升AI推理性能

复旦NLP团队提出双模型协作架构，通过评判模型提供步骤级反馈，显著提升行为模型的推理性能。研究团队构建了MathCritique-76k数据集，实验显示评判模型在测试和训练阶段均能有效帮助行为模型，尤其在解决难题方面表现出色。
来源：https://mp.weixin.qq.com/s/xrRyJKszqt4ZYPi5W55VtQ