论文笔记--Goat:Fine-tunedLLaMAOutperformsGPT-4onArithmeticTasks1.文章简介2.文章概括3文章重点技术3.1LLM的选择3.2算数任务的可学习性(learnability)3.3大模型的加减乘除4.数值实验结果5.文章亮点6.原文传送门7.References1.文章简介标题：Goat:Fine-tunedLLaMAOutperformsGPT-4onArithmeticTasks作者：TiedongLiu,BryanKianHsiangLow日期：2023期刊：arxivpreprint2.文章概括  文章给出了一种可高精度完成基本数学运

6月7日消息，当下GPT-4模型最大的短板主要是算术能力，由于模型的逻辑推理能力尚待提升，因此即使是许多人认为相对简单的计算问题，GPT-4却无法得出正确的结果。近日，新加坡国立大学研究者推出了Goat模型，称该模型“专门用于算术问题”。研究人员表示“在对LLaMA模型进行微调后，Goat在算数上实现了比GPT-4更高的准确度与更出色的性能”。▲ 图源Arxiv研究人员提出了一种新办法，将任务根据算数的可学习型进行分类，然后利用基本算术原理将不可学习的任务分解为一系列可以学习的任务（IT之家注：把复杂的计算过程分点拆解成简单的步骤）后导入AI模型。这种新方法可以令模型学习答题模式，并将过程泛化