Meta让大模型自我奖励自迭代

【新智元导读】AI训AI必将成为一大趋势。Meta和NYU团队提出让大模型「自我奖励」的方法，让Llama2一举击败GPT-40613、Claude2、GeminiPro领先模型。Llama2-70B一夜之间打败GPT-4，让整个AI社区为之震惊!甚至，在AlpacaEval2.0排行榜中，微调后的模型胜率完全碾压Claude2、GeminiPro等模型。