Math

Определение

Бенчмарк математических задач высокого уровня для оценки способности LLM к рассуждениям. Используется для сравнения моделей и методов (например, ReST, PoT).

Где встречается

• 151. Что такое тест-тайм компьютинг (Test-Time Compute) и чем он отличается от обычного инференса
• 185. Как код как язык представления улучшает рассуждение LLM
• 339. Как работает алгоритм ReST (Reinforced Self-Training) и когда он лучше PPO
• 713. Как работает Mamba (State Space Model) и чем она лучше трансформера
• Практика
• 800+ вопросов
• 59. Сравнить архитектуры на reasoning задачах
• 65. Реализовать process reward model
• 210. Сравнить GPTQ vs AWQ на reasoning задачах

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление