AIGC動態(tài)歡迎閱讀

原標(biāo)題：學(xué)術(shù)前沿 | Transformer究竟如何推理？基于樣例還是基于規(guī)則
關(guān)鍵字：模型,加法,解讀,報告,測試
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

來源：北京大學(xué)人工智能研究院
導(dǎo)讀本文是對發(fā)表于ICML 2024的論文Case-based or rule-based: How Do Transformers Do the Math?的解讀。文章第一作者為來自北京大學(xué)物理學(xué)院、即將加入人工智能研究院讀博的胡逸。通訊作者為北京大學(xué)人工智能研究院助理教授張牧涵。論文地址：（點(diǎn)擊下方閱讀原文）
https://arxiv.org/abs/2402.17709
項目主頁:
https://github.com/GraphPKU/Case_or_Rule01Case-based or rule-based?盡管如 ChatGPT 這樣的大語言模型（Large Language Models, LLMs）已經(jīng)在各種復(fù)雜任務(wù)中展現(xiàn)出令人驚艷的性能，它們在處理一些對人類來說十分簡單的數(shù)學(xué)推理問題時仍會面臨困難，例如長整數(shù)加法。
人類可以輕松地學(xué)習(xí)加法的基本規(guī)則，例如豎式加法，并將其應(yīng)用于任意長度的新的加法問題，但 LLMs 卻難以做到這一點(diǎn)。相反，它們可能會依賴于訓(xùn)練語料庫中見過的相似樣例來幫助解決問題。張牧涵團(tuán)隊的 ICML 2024 論文深刻

原文鏈接：學(xué)術(shù)前沿 | Transformer究竟如何推理？基于樣例還是基于規(guī)則

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：AItists
作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)