待验证60% 置信事实精确时间
OpenAI 在 2023 年发表研究表明，过程奖励模型相比结果监督能显著提升数学推理的可靠性
2
来源数
60%
置信度
长期有效
时效性
2026/8/23
首次发现
来源
涉及实体
相关事实
已验证OpenAI在2023年发表论文"Let's Verify Step by Step"系统性地证明了过程奖励模型（PRM）在数学推理任务中的优越性79% 相似待验证OpenAI 在数学推理研究中发现，过程监督训练出的模型在复杂推理任务上显著优于仅使用结果监督的模型79% 相似待验证2021年的Chain-of-Thought Prompting论文证明，通过在提示词中加入推理步骤示例，模型的数学推理准确率可提升数十个百分点73% 相似已验证2020年OpenAI的Kaplan等人揭示了模型性能与参数量、训练数据量和计算预算之间存在可预测的幂律关系73% 相似已验证OpenAI和Anthropic的研究表明，针对不同复杂度的任务使用匹配的模型，不仅能降低推理成本，还能提升整体输出质量72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/789849API
curl https://kongchang.com/api/v1/knowledge/claims/789849MCP
get_claim(id=789849)