GenRM

谷歌DeepMind发布GenRM技术，通过创新奖励模型增强生成式AI推理能力，提高大语言模型性能。GenRM能无缝集成指令调整，支持思维链推理，优化结果质量。在推理任务中表现优于传统验证器，标志着AI奖励系统的重要演化。