search

ChengpengLi1003 / DotaMath

25 stars 2 forks source link

公式（6）$\tau$的理解 #3

Open cingtiye opened 3 weeks ago

cingtiye commented 3 weeks ago

非常感谢（即将）开源这么棒的工作~ 有个小问题想请教一下，公式（6）中的$\tau$我的理解是多轮的样本既包含正确的solution，也包含错误的solution，（当然还有纠正的过程）。按照公式（6）做监督学习的话，是正确和错误的solution都要学吗？ image

ChengpengLi1003 commented 2 weeks ago

感谢关注，对于学习纠错数据，是不是要把错误部分学进去，不同research的结论似乎不太一致，在具体训练时，可能都做了去比对会更好，我后续会更新比对的结果。

---原始邮件--- 发件人: @.> 发送时间: 2024年11月12日(周二) 下午2:34 收件人: @.>; 抄送: @.***>; 主题: [ChengpengLi1003/DotaMath] 公式（6）$\tau$的理解 (Issue #3)

非常感谢（即将）开源这么棒的工作~ 有个小问题想请教一下，公式（6）中的$\tau$我的理解是多轮的样本既包含正确的solution，也包含错误的solution，（当然还有纠正的过程）。按照公式（6）做监督学习的话，是正确和错误的solution都要学吗？ image.png (view on web)

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>