知识卡片
推理训练链须核实中间算术
合成推理数据需检查每步和最终结果,不能只因格式完整就监督学习。原书三次公平骰子和为11示例写18/216;枚举6³个有序结果实际27个满足,正确概率27/216=1/8。错误链会把貌似解释教成错误行为。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 对齐训练与推理
原书出处 · 1 处
- · 查看原书依据
One way to induce better reasoning in a model is to fine-tune it with a reasoning dataset. Let’s explore the reasoning-0.01 dataset released by SkunkworksAI to see what a typical reasoning dataset looks like:
参考来源
- 位置:《Designing Large Language Model Applications》第08章《对齐训练与推理》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Designing Large Language Model Applications/_epub-src/OEBPS/ch08.html)
- 结论依据:摘录中关于推理训练链须核实中间算术的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:One way to induce better reasoning in a model is to fine-tune it with a reasoning dataset. Let’s explore the reasoning-0.01 dataset released by SkunkworksAI to see what a typical reasoning dataset looks like: