AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：ICLR 2024 Spotlight | 無懼中間步驟，MUSTARD可生成高質(zhì)量數(shù)學(xué)推理數(shù)據(jù)
關(guān)鍵字：數(shù)據(jù),數(shù)學(xué),華為,自然語言,定理
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：9257字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com。近年來，大型語言模型（LLM）在數(shù)學(xué)應(yīng)用題和數(shù)學(xué)定理證明等任務(wù)中取得了長(zhǎng)足的進(jìn)步。數(shù)學(xué)推理需要嚴(yán)格的、形式化的多步推理過程，因此是 LLMs 推理能力進(jìn)步的關(guān)鍵里程碑， 但仍然面臨著重要的挑戰(zhàn)。
以往的研究工作，如思維鏈（CoT），揭示了中間步驟引導(dǎo)的有效性。然而，人工地去標(biāo)注這樣的中間步驟需要花費(fèi)大量人力和時(shí)間成本，而自動(dòng)合成的數(shù)據(jù)也容易在正確性和人類易讀性上面出現(xiàn)問題。
本文中，來自香港城市大學(xué)、中山大學(xué)、華為諾亞方舟實(shí)驗(yàn)室等機(jī)構(gòu)的研究人員提出了一個(gè)統(tǒng)一的數(shù)學(xué)推理數(shù)據(jù)合成框架 MUSTARD，能夠生成大量的、正確的且人類可讀可理解的高質(zhì)量數(shù)學(xué)推理數(shù)據(jù)。論文題目：MUSTARD: Mastering Uniform Synthesis of Theorem

原文鏈接：ICLR 2024 Spotlight | 無懼中間步驟，MUSTARD可生成高質(zhì)量數(shù)學(xué)推理數(shù)據(jù)

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)