多次采样让 Llama 3 8B 超越 GPT-4o 单次表现
Azalia Mirhoseini 实验室的「Large Language Monkeys」论文显示,Llama 3 8B 通过大规模多次采样,在竞赛编程和形式化数学任务上超越了 GPT-4o 的单次表现。Mirhoseini 还提出降本思路:由大模型生成多个候选答案,再交由小得多的验证模型挑选最佳结果,通过「生成-验证」分工降低智能的单位成本。
2026-11-17 ~ 2026-11-17 · 2 条相关
- Llama 3 8B 多次采样在竞赛编程与形式化数学上超越 GPT-4o 单次表现 — agihouse_org · 2026-11-17
- 「大模型生成、小模型验证」:拆分分工以降低智能的单位成本 — agihouse_org · 2026-11-17