论文
Let's Verify Step by Step
OpenAI于2023年发表的论文，证明过程监督优于结果监督，并公开了PRM800K步级标注数据集
时间轴 (近 90 天)
8月25日
OpenAI 在2023年的研究《Let's Verify Step by Step》中证明，对推理过程每一步进行奖励评估（过程监督）比仅对最终结果评估能更有效提升数学推理能力
待验证50%
OpenAI于2023年发表的论文，证明过程监督优于结果监督，并公开了PRM800K步级标注数据集
OpenAI 在2023年的研究《Let's Verify Step by Step》中证明，对推理过程每一步进行奖励评估（过程监督）比仅对最终结果评估能更有效提升数学推理能力