AI 解数学题，答案是对的过程却是错的？DeepMind 新研究改进谷歌思维链方法

图片地址：https://img.ithome.com/newsuploadfiles/2022/12/36cfa994-db82-43eb-ab39-c2eac644ed7a.png?x-bce-process=image/format,f_auto

AI 做数学题的成绩又又又被刷新了！众所周知，随着谷歌思维链（chain of thought）概念的提出，AI 做题时已经能像人类一样生成解题步骤。这次，来自 DeepMind 的科学家提出了一个切实的问题：如何确保解题步骤和答案的双重正确率？为此，他们在 GSM8K 数据集上全面对比了基于过程和基于结果的监督方法，并结合二者优势训练出一个最佳模型。结果表明，新模型的答案错误率从 16.8% 降低到 12.7%，解题步骤的错误率也从 14.0% 降低到了 3.4%。步骤 + 答案双重保障在介绍新研究前，不得不先提到谷歌今年 1 月在论文中提出的思维链概念。简单来说，思维链提示就是一种特殊的上下文学习，不同于标准提示只是给出输入-输出对的示例，思维链提示还会额外增加一段推理的过程。该方法在 LaMDA-137B、GPT-3 175B、PaLM-540B 三个大型语言模型上都得到了验证：对比标准提示，新方法在一系列算术推理等任务上