有了 agent 这种范式之后,语言大模型就不会算错基本的计算题了
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
计算题 - 钛刻 - 科技风向旗 - 深度刻画技术趋势,引领数字未来 - 钛刻科技 | TCTI.cn - 钛刻 (TCTI.cn) 为您提供最前沿的硬核科技资讯、深度评测和未来技术趋势分析。
共 8 篇相关文章
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
以前都说 LLM 是推理下一个字符,所以有可能算错 10+11 这种最基本的计算题 现在似乎不会了,agent 的逻辑之下,LLM 会发现这是一个计算题,所以会当场写一个脚本再来算,就不会算错了 很多以前纯靠预测字符的方案难以解决的问题现在似乎都被解决了(至少不会再犯离谱的错误
这是题目: 首先我想请你回答一道困难的计算题。设实数列\{x_n\}满足:x_0=0,x_2= \sqrt[3]{2}x_1,x_3 是正整数,且 [x_{n+1} = \frac{1}{\sqrt[3]{4}} x_n + \sqrt[3]{4} x_{n-1} + \frac