Chargement des modèles…
Modèles de récompense de processus et recherche guidée par vérificateur(PRM)
Utilise un modèle de récompense qui évalue chaque étape intermédiaire du raisonnement (supervision du processus) plutôt que la seule réponse finale (supervision du résultat). Les scores par étape classent et élaguent les solutions candidates lors d'un échantillonnage best-of-N ou d'une recherche arborescente, concentrant le calcul au moment du test sur les branches les plus prometteuses et sur les problèmes les plus difficiles.
Aperçu en 30 secondes
- Quoi
- Note chaque étape de raisonnement à l'aide d'un modèle appris, puis élague très tôt les branches de solution mal notées pendant la recherche ou l'échantillonnage.
- Quand l'utiliser
- Problèmes à plusieurs étapes où la justesse intermédiaire compte, où le calcul au moment de l'inférence est flexible et où vous pouvez vous permettre d'entraîner un vérificateur au niveau des étapes.
- Vigilance
- La qualité du modèle de récompense de processus limite directement la précision de l'élagage ; de mauvaises notes d'étape gaspillent du calcul ou coupent prématurément des chemins corrects.
Interrogez l'expert IA sur ce pattern
Ouvre l'assistant avec votre question préremplie. Vous la relisez avant l'envoi.
Modèles de récompense de processus et recherche guidée par vérificateur: Vue d’ensemble
Utilise un modèle de récompense qui évalue chaque étape intermédiaire du raisonnement (supervision du processus) plutôt que la seule réponse finale (supervision du résultat). Les scores par étape classent et élaguent les solutions candidates lors d'un échantillonnage best-of-N ou d'une recherche arborescente, concentrant le calcul au moment du test sur les branches les plus prometteuses et sur les problèmes les plus difficiles.
- Per-step correctness scoring (process supervision)
- Ranks and prunes candidates in best-of-N or tree search
- Early pruning of low-scoring branches
- Compute-optimal allocation by problem difficulty
- More sample-efficient than outcome-only reward models
- Verifier-guided selection of the final answer
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.
Références
Les articles, spécifications et dépôts sur lesquels repose ce modèle.
Par l’ingénieur derrière ce catalogue
Faites auditer l’architecture de vos agents
Cette page documente un pattern. Votre système en fait tourner des dizaines, et l’essentiel des pannes se loge dans la façon dont ils s’articulent. Faites relire toute la conception à l’aune des 288 patterns de ce catalogue : architecture, fiabilité, évaluation et coûts, chaque constat relié au pattern qui le corrige.
750 € au lieu de 1 500 €, une semaine, rapport écrit et appel de restitution, jusqu’au 30 septembre