Google DeepMindチームと大学との共同研究により、生成AIの推論タスクにおける正確性と信頼性を向上させることを目的とした、生成報酬モデル(GenRM)と呼ばれる革新的な手法が開発されました。GenRMは検証プロセスをテキスト生成タスクに統合し、モデルが潜在的な解決策を生成および評価することを同時に可能にし、チェーンオブソースト（CoT）もサポートすることで、検証プロセスの包括性を強化します。従来の手法と比較して、GenRMは複数のテストにおいて顕著な優位性を示し、精度は16％～64％向上しました。特に、