微软的一个人工智能研究人员小组报告称，该公司的 Orca-Math 小语言模型在标准化数学测试中优于其他较大的模型。该小组在arXiv预印本服务器上发表了一篇论文，描述了他们在小学数学 8K (GSM8K) 基准上对 Orca-Math 的测试，以及与知名法学硕士相比的表现。

许多受欢迎的法学硕士(例如 ChatGPT)以其令人印象深刻的会话能力而闻名，但鲜为人知的是，他们中的大多数还可以解决数学应用题。AI 研究人员通过将他们与 GSM8K 进行比较来测试他们执行此类任务的能力，GSM8K 是一个包含 8,500 个小学数学应用题的数据集，需要多步推理才能解决，并附有正确答案。

在这项新研究中，微软的研究团队测试了 Orca-Math，这是微软另一个团队开发的人工智能应用程序，专门用于解决数学应用题，并将结果与​​更大的人工智能模型进行了比较。

微软在其研究博客文章中指出，ChatGPT 和 Orca-Math 等流行的法学硕士之间存在重大差异。前者是大语言模型，后者是小语言模型——区别在于使用的参数数量;SLM 通常使用数千或几百万，而不是法学硕士使用的数十亿或数万亿。另一个区别是，正如其名称所示，Orca-Math 是专门为解决数学问题而设计的;因此，它不能用于进行对话或回答随机问题。