原标题：微软开发新AI：大幅提升语言模型推理能力

2023-11-16 15:31:30 作者：姚立伟

微软近日与佐治亚理工学院和华东师范大学合作，开发了一种名为XOT的人工智能方法。该方法整合了强化学习和蒙特卡洛树搜索能力，并在多种测试中展现出明显优势。

XOT的关键步骤包括：在预训练阶段，MCTS模块会进行特定任务的学习，以获取有关有效思维搜索的领域知识。同时，策略和价值网络指导着搜索过程。

在推理过程中，预训练的MCTS模块使用策略网络来探索LLM（语言模型）的思想轨迹。随后，LLM会审查MCTS的思想并识别任何错误，并进行额外的MCTS模拟以生成修改后的想法。

最后，修改后的想法将提供给LLM作为解决问题的最终提示。这种方法在复杂决策环境中具有更高的有效性和准确性。尽管XOT尚未达到100%的可靠性，但其在提升语言模型推理能力方面的表现令人期待。

随着人工智能技术不断发展，我们期待看到更多创新的方法出现，以推动人工智能领域的发展。微软此次推出的XOT方法为语言模型和其他类型的AI系统带来了新的可能性。