引起人工疑問可顯著提高AI數(shù)學(xué)精度

當(dāng)AI研究人員談?wù)摂?shù)學(xué)推理時(shí)，他們通常專注于擴(kuò)展 - 更大的模型，更多參數(shù)和較大的數(shù)據(jù)集。但是在實(shí)踐中，數(shù)學(xué)能力并不是關(guān)于模型的計(jì)算多少。實(shí)際上，這是關(guān)于機(jī)器是否可以學(xué)會(huì)驗(yàn)證自己的工作，因?yàn)橹辽?0%的推理錯(cuò)誤來自自信地說明錯(cuò)誤的中間步驟的模型。