DeepMind論文登上Nature：困擾數學家幾十年的難題，大模型發現全新解

AIGC動態歡迎閱讀

原標題：DeepMind論文登上Nature：困擾數學家幾十年的難題，大模型發現全新解

關鍵字：問題,程序,解決方案,發現,啟發式

文章來源：機器之心

內容字數：6966字

內容摘要：機器之心報道編輯：小舟、張倩除了模仿人類說話、寫作、寫代碼，大模型還能用來發現新知識。作為今年 AI 圈的頂流，大型語言模型（LLM）擅長的是組合概念，并且可以通過閱讀、理解、寫作和編碼來幫助人們解決問題。但它們能發現全新的知識嗎？由于 LLM 已被證明存在「幻覺」問題，即生成與事實不符的信息，因此利用 LLM 來做可驗證的正確發現是一項挑戰。現在，來自 Google DeepMind 的研究團隊提出了一種為數學和計算機科學問題搜索解決方案的新方法 ——FunSearch。FunSearch 的工作原理是將預訓練的 LLM（以計算機代碼的形式提供創造性解決方案）與自動「評估器」配對，以防止產生幻覺和錯誤思路。通過在這兩個組件之間來回迭代，最初的解決方案演變成了「新的知識」。相關論文發表在《自然》雜志上。論文地址：https://www.nature.com/articles/s41586-…

原文鏈接：點此閱讀原文：DeepMind論文登上Nature：困擾數學家幾十年的難題，大模型發現全新解

聯系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業的人工智能媒體和產業服務平臺