Los investigadores de Apple y Duke presentan un enfoque de estudios de refuerzo que permite a los LLM proporcionar respuestas intermedias, mejorando la velocidad y la precisión
El razonamiento de COT grande progreso el rendimiento de los modelos de jerigonza excelso en tareas complejas, pero viene con inconvenientes. El método pintoresco de «pensar y respuesta» ralentiza los tiempos de respuesta cerca de debajo, interrumpiendo las interacciones en tiempo vivo como las de los chatbots. Igualmente corre el aventura de inexactitudes, ya que […]