无需再训练微调，一个辅助系统让GPT-5.2准确率飙到创纪录的75%

这篇文章强调了在不进行计算成本高昂的再训练或微调过程的情况下，提高像GPT-5.2这样的大型语言模型（LLM）的准确性的重大进展。辅助系统的使用表明了一种通过知识检索、推理增强或错误纠正等技术来增强LLM性能的新方法。声称达到75%的准确率值得注意，需要进一步调查用于评估的特定基准和数据集。这篇文章的影响在于它有可能为提高LLM性能提供一种更有效和更容易访问的途径，特别是对于资源受限的环境。

• •辅助系统可以显著提高LLM的准确性。
• •性能的提升不一定需要再训练和微调。
• •75%的准确率声明需要进一步审查评估方法。