AIGC動態(tài)歡迎閱讀

原標題：DeepMind論文登上Nature：困擾數(shù)學家?guī)资甑碾y題，大模型發(fā)現(xiàn)全新解

關鍵字：問題,程序,解決方案,發(fā)現(xiàn),啟發(fā)式

文章來源：機器之心

內容字數(shù)：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(fā)現(xiàn)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(fā)現(xiàn)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(fā)現(xiàn)是一項挑戰(zhàn)。現(xiàn)在，來自 Google DeepMind 的研究團隊提出了一種為數(shù)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(chuàng)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(fā)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(shù)學家?guī)资甑碾y題，大模型發(fā)現(xiàn)全新解

聯(lián)系作者

文章來源：機器之心

作者微信：almosthuman2014

作者簡介：專業(yè)的人工智能媒體和產業(yè)服務平臺