您的当前位置:首页 > 探索 > 港中深团队打造新型AI评测集,或可成为数学大模型检验的重要基准 正文
时间:2024-09-08 08:48:24 来源:网络整理 编辑:探索
近日,来自香港中文大学深圳)的一支科研团队通过求解器的引入,把大模型回答的数学模型交给求解器解决,进而通过比对求解器的答案,得以成功判断数学模型的正确性。这相当于为参加考试的考生准备了高级计算器,只需
近日,港中来自香港中文大学(深圳)的深团数学一支科研团队通过求解器的引入,把大模型回答的队打大模宿州市某某国际贸易服务中心数学模型交给求解器解决,进而通过比对求解器的造新重基准答案,得以成功判断数学模型的型A型检正确性。
这相当于为参加考试的测集成考生准备了高级计算器,只需输入方程就能得出准确答案。港中这样一来,深团数学就可以判断学生所写的队打大模方程是否正确。
基于这个理念,造新重基准该团队构建了一款名为 Mamo 的型A型检评测集,能够结合不同的测集成求解器评测大模型相应的建模能力。
未来,港中宿州市某某国际贸易服务中心这一评测集可能会成为数学大模型检验的深团数学重要基准,从而能够用于测试新训练大模型的队打大模建模能力。
同时,本次评测集的出现,也让评测中间过程成为可能,有望带动运筹大模型的发展。
谈及本次课题的初衷,研究人员表示在讨论 AI for math、特别是讨论大模型 for math 的时候,他们重点讨论了使用大模型做定理证明的任务。
借此发现采用现有的形式化定理证明工具,可以自动地验证证明过程的正确性,从而确定大模型的证明是否正确。否则,用自动化的方式判断一段数学证明的正确性是比较困难的。
以此为启发:他们想知道在其他任务中,是否存在和形式化定理证明工具一样的东西?如果有的话,能否让他们以简单的方式判断大模型的答案是否正确?
于是他们想到了求解器。当给定目标之后,求解器可以帮助运行出对应问题/对应方程的解。
通过对不同解答的比对,就可以判断中间过程、也就是判断数学模型的正确性。
此外,一直以来,人们对于大模型的数学能力的比较,一直是在最终结果(即一道题的最终答案)上,但却缺乏对于中间过程的关注。
打个比方,就是像数学考试解答题的判卷中,只考虑最后的答案正不正确,而忽略了中间的解题过程。但是,中间的解题过程和答案一样重要。
因此,课题组希望把这个评价体系拆开,不再只是关注最终答案,而是关注中间的解题过程。于是,便开展了本次研究并发表了相关论文。
图 | 论文作者黄旭函(来源:黄旭函)
日前,相关论文以《Mamo: 一个带有求解器的数学建模基准》(Mamo: a Mathematical Modeling Benchmark with 求解器 s)为题发在arXiv[1]。
图 | 相关论文(来源:arXiv)
下一步,他们将扩充数据,同时探索能够适配 Mamo 的不同求解器种类,以及构建相应的评测集。
参考资料:
1.https://arxiv.org/pdf/2405.13144
英国学者:全球南方的崛起为消除和平障碍带来新希望2024-09-08 08:04
讲解不专业价格参差不齐,博物馆非馆方讲解乱象调查2024-09-08 07:38
巴黎奥运会开幕式,这些瞬间令人难忘!2024-09-08 07:31
哈里斯和特朗普民调数据“不相上下”2024-09-08 06:48
消息称一加 Ace5 系列中端线新机“全系 6 开头超大硅电池”2024-09-08 06:48
三伏天养生,中医推荐这些简单易行的保健方法,预防夏季常见病!2024-09-08 06:31
法国办奥运,中国小商家数钱2024-09-08 06:29
今日辟谣(2024年7月26日)2024-09-08 06:10
赵昱辉:新能源车迈向全面普及 ,“三个800V”是终结里程焦虑的关键2024-09-08 06:07
那个开保时捷实习的985体育生,背后是中产父母最崩溃的一面2024-09-08 06:02
消息称一加 Ace5 系列中端线新机“全系 6 开头超大硅电池”2024-09-08 08:46
哈里斯和特朗普民调数据“不相上下”2024-09-08 08:36
大二女生卧室被家长装摄像头,离家出走并报警,家长:都是为你好2024-09-08 08:17
OpenAI直接挑战谷歌,推出人工智能搜索新功能2024-09-08 08:11
美国财长耶伦:美国抵押贷款利率可能还会进一步下滑2024-09-08 07:48
港股东方甄选跌幅扩大至超25%,主播董宇辉离职2024-09-08 06:47
中国海警,今日从青岛启程!2024-09-08 06:42
澳大利亚奥运教练为韩国加油,回国要挨罚了2024-09-08 06:40
新闻8点见丨北京公交车道又有变化;打人女司机有哪些责要追?2024-09-08 06:30
美国联邦调查局:特朗普在“未遂刺杀”中被子弹击中2024-09-08 06:23