В OpenAI обучили модель доказывать теоремы |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-02-06 13:56 OpenAI представила нейросеть, доказывающую теоремы. Модель достигла точности 41% на miniF2F — датасете школьных олимпиадных задач. Для поиска доказательств используется языковая модель, обученная по принципу обучения школьников: каждый раз, когда нейросеть находит новое доказательство, оно добавляется в обучающий датасет, что улучшает нейросеть и позволяет ей итеративно находить решения все более сложных утверждений. Лучший результат на бенчмарке miniF2F (41.2% против 29.3% у предыдущей state-of-the-art модели) был достигнут после 8 итераций обучения. В OpenAI утверждают, что использование обучения с подкреплением не позволило бы получить столь высокий результат из-за бесконечного пространства математических действий. Использование языковой модели решает эту проблему, так как языковые модели обладают способностью вводить новые математические конструкции, позволяющие решить задачу (как это сделано в примере ниже, где модель вводит выражение n + 1, позволяющее доказать теорему): Источник: neurohive.io Комментарии: |
|