生成式过程奖励模型 | AI导航网站

生成式过程奖励模型

GenPRM: 通过生成推理扩展过程奖励模型的测试时间计算

GenPRM是一种生成式过程奖励模型，旨在通过链式思维推理和代码验证来提升大型语言模型的性能，解决当前过程奖励模型面临的关键挑战。

生成式过程奖励模型链式思维测试时间计算