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
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平顶山市某某自动化科技制造厂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,港中平顶山市某某自动化科技制造厂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
(责任编辑:热点)
-
来源:东部战区 【#东部战区发布枕戈待旦组合海报#】头枕波涛,执戈仗剑,倚待长空,彻旦秣马。东部战区发布“枕戈待旦”组合海报。(东部战区融媒体中心、中央广播电视总台军事节目中心) ...[详细]
-
撰文/ 周 洲编辑/ 黄大路设计/ 师 超未来,你的手机、背包、汽车车顶,都有可能成为小小发电站。理论上,它只需要在这些终端上涂上一层薄薄的膜。这层薄薄的膜,被称为钙钛矿。这种钙钛矿既不含钙,也不含钛 ...[详细]
-
...[详细]
-
【太平洋汽车 行业频道】日前,特斯拉发布了2024年第三季度生产与交付报告:第三季度,特斯拉全球生产469796辆电动车,交付462890辆电动车,创今年新高。今年以来累计交付约130万辆电动车。 ...[详细]
-
央视记者获悉,当地时间10月13日,美国加利福尼亚州里弗赛德县警长表示,12日,一名男子在美国前总统特朗普在加州科切拉谷竞选集会地附近被捕,这名男子携带武器和假通行证。当地警方称,该名男子可能计划 ...[详细]
-
入秋之后有很多的单品仍然在流行中,尤其是很多人喜欢尝试穿风衣或者是穿卫衣,不得不说,这些单品确实非常适合秋天,搭配在身上时尚又保暖,然而在追求时髦的过程当中,我们也不能忘记选择这些保暖的针织衫也需要结 ...[详细]
-
秋季,是时尚与温暖并存的季节,也是展现个人穿搭品味的最佳时机。在众多秋季单品中,阔腿裤凭借其优雅显瘦、百搭实用的特点,成为了许多女性的心头好。今天,我们就来探讨一下如何在秋季巧妙搭配阔腿裤,通过小西装 ...[详细]
-
人很难认清自己,尤其是娱乐圈的人。周雨彤,大家都认识吧?此前,口碑不错,以松弛感出名;上了《花少6》以后,路人缘翻车,创造了新一代的“花学”。来,先看两张动图。三人合影。周雨彤一把挤过去,把刘烨推开。 ...[详细]
-
记者从广州市人民代表大会常务委员会获悉,广东省第十四届人民代表大会常务委员会第十二次会议日前批准《广州市中小学生心理健康促进条例》以下简称《条例》),自2024年11月1日起施行,是全国首部促进中小学 ...[详细]
-
张兰和儿媳妇小梅这边又互动上了,小梅如今和婆婆一起拼事业,人气与流量越来越好。大家眼中的小梅是孝顺懂事的好儿媳,这一点张兰也是看在眼里。10月6日,张兰给小梅送美食,这是大S从未有过的待遇。小梅发文“ ...[详细]