Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

SPC: Evolving Self-Play Critic via Adversarial Games for LLM Reasoning

Created by
  • Haebom

저자

Jiaqi Chen, Bang Zhang, Ruotian Ma, Peisong Wang, Xiaodan Liang, Zhaopeng Tu, Xiaolong Li, Kwan-Yee K. Wong

개요

본 논문은 대규모 언어 모델(LLM)의 단계별 추론 신뢰도 평가의 어려움을 해결하기 위해, 자가 플레이 비평가(Self-Play Critic, SPC)라는 새로운 접근 방식을 제시합니다. SPC는 수동적인 단계별 주석 없이, 두 개의 모델(교묘한 생성자와 비평가) 간의 적대적 자가 플레이 게임을 통해 비평 모델의 추론 단계 평가 능력을 향상시킵니다. 생성자는 의도적으로 감지하기 어려운 잘못된 단계를 생성하고, 비평가는 이를 분석하며, 강화 학습을 통해 상호 발전합니다. 세 가지 추론 과정 벤치마크(ProcessBench, PRM800K, DeltaBench) 실험 결과, SPC는 오류 탐지 능력을 향상시키고(예: ProcessBench에서 정확도 70.8%에서 77.7%로 증가), 기존 최고 성능 모델을 능가하는 것을 보여줍니다. 또한, MATH500 및 AIME2024에서 다양한 LLM의 테스트 시간 검색을 안내하여 수학적 추론 성능을 크게 향상시킵니다.

시사점, 한계점

•
시사점:
◦
수동적인 단계별 주석 없이 LLM의 단계별 추론 신뢰도를 평가하는 효과적인 방법 제시.
◦
적대적 자가 플레이 게임을 통해 모델의 오류 탐지 능력을 향상시키는 새로운 접근 방식 제시.
◦
기존 최고 성능 모델을 능가하는 오류 탐지 성능 및 수학적 추론 성능 향상을 보여줌.
◦
다양한 LLM의 테스트 시간 검색을 개선하는 데 활용 가능성 제시.
•
한계점:
◦
SPC의 성능 향상이 특정 벤치마크에 국한될 가능성.
◦
자가 플레이 게임의 설계 및 매개변수 조정에 대한 추가적인 연구 필요.
◦
다양한 유형의 추론 문제에 대한 일반화 성능 평가 필요.
◦
계산 비용이 높을 수 있음.
👍
Made with Slashpage