最近、新しい研究が PNAS に発表され、ニューラル ネットワークの機能が再び更新されました。今回は、ニューラル ネットワークを使用して高度な数学の問題を解決しました。それは、MIT 数学コースの難しい数学の問題でした。
この新しい研究で、研究チームは、OpenAI の Codex モデルがプログラム合成を実行して大規模な数学的問題を解決でき、小規模なサンプル学習を通じてデータセットの 81% を自動的に解決できることを証明しました。数学コースの問題で、Codex はこれらのタスクで人間レベルのパフォーマンスを達成しました。
元のリンク: https://www.pnas.org/doi/10.1073/pnas.2123433119
この研究の出現は、ニューラル ネットワークでは高度な数学の問題を解決できないという共通認識を覆します。研究チームは、「Codexがこのような機能を実現できるのは、まさにチームが大きな革新を行ったからだ。過去の失敗した研究ではテキストベースの事前学習のみが使用されており、今回登場したCodexニューラルネットワークは使用されていなかった」と指摘した。事前トレーニングのみがテキストに基づいて行われ、コードも微調整されます。
調査した質問データセットは、MIT の 6 つの数学コースとコロンビア大学の 1 つの数学コースから選択され、MIT の一変量ミクロン積分、多変数微積分、微分方程式、確率と統計の入門、コンピュータ サイエンスのための線形代数と数学、コロンビア大学の COMS3251 計算線形代数。
同時に、研究チームは、数学的推論を評価するための最新の高度な数学問題ベンチマークである MATH を使用して、OpenAI Codex の機能をテストしました。MATH は 6 つの主要な数学セクションから抽出されました: ジュニア代数、代数、計数と確率、中級代数、数論、微積分からそれぞれ 15 問。
#キャプション: 研究で使用されたコースの質問データセットと MATH ベンチマーク
調査によると、Codex は問題データ セットと MATH データ セット内の 265 の問題を解決し、そのうち 213 は自動的に解決されました。1
イノベーションはどこにありますか #Transformer のリリース後、Transformer に基づく言語モデルはさまざまな自然言語処理 (NLP) で使用されています。 ) タスクを含む ゼロショットおよび数ショットの言語タスクで大きな成功を収めました。ただし、Transformer はテキストでのみ事前トレーニングされているため、これらのモデルは基本的に数学的な問題を解決することができません (GPT-3 がその典型的な例です)。
その後、少数ショット学習と思考連鎖 (CoT) プロンプトにより、GPT-3 の数学的推論機能が向上しましたが、コードなしでも、小規模ショットでも学習と CoT ヒントでは、GPT-3 は大学レベルの数学の問題や MATH ベンチマークでは依然として無力です。
数学的問題を解決するための過去の研究は、比較的単純な数学レベルで一定の結果を達成した可能性があります。たとえば、MAWPS や Math23k など、協調トレーニングの出力に基づいて式ツリーを検証または予測する手法は、小学校レベルの数学の問題を 81% 以上の精度で解くことができますが、高校、オリンピックの数学、または大学レベルの問題を解くことはできません。数学の問題。コース。グラフ ニューラル ネットワーク (GNN) と組み合わせた共同トレーニングにより、算術式ツリーを予測することで、機械学習における大学レベルの問題を最大 95% の精度で解決できます。しかし、この作業も数値的な回答に限定されており、過剰適合が生じ、他のコースに一般化することはできませんでした。
この作品の
最大の革新点の 1 つは、Codex などの Transformer モデルがテキスト上で事前トレーニングされるだけでなく、コード上でも事前トレーニングされることです。 -大規模な数学的問題を解決するプログラムを生成できるように調整されています。
研究チームは、テストに入力画像や証明を必要としない質問サンプルをデータセットからランダムに選択しました。その中で、テキストのみで事前トレーニングされた言語モデル (GPT-3 text-davinci-002) は、コース問題の 18% と MATH ベンチマーク問題の 25.5% のみを自動的に解決しました。
対照的に、ゼロショット学習と、テキストで事前トレーニングされ、コードで微調整されたニューラル ネットワークを使用して合成されたプログラム (OpenAI Codex code-davinci-002) は、71% を自動的に解決できます。もちろん、MATH ベンチマーク問題の 72.2% を占めています。
同じニューラル ネットワーク Codex と数ショット学習を使用すると、コースの問題の 81% と MATH ベンチマーク テストの問題の 81.1% を自動的に解決できます。ただし、残りのモデルでは自動的に解決できなかったコース問題の 19% と MATH ベンチマーク問題の 18.9% は、手動プロンプトによって最終的に解決されました。
小規模サンプル学習法の追加は、この研究の 2 番目の主要な革新 です。上の図からわかるように、ゼロショット学習で質問に答えることができない場合、(質問、コード) を使用して (ペア) に対してスモールショット学習を実行します。 1) OpenAI を使用します text-similarity-babbage-001 埋め込みエンジンはすべての質問を埋め込みます;
2) 埋め込まれたコサイン類似度を使用して、コースから最も類似した解決された質問を計算します未解決の質問;
3) 最も類似した問題とそれに対応するコードを、小さなサンプル問題の例として取り上げます。
#図: 4 つの方法の自動問題解決率の比較
上の図は、Codex のゼロサンプル学習、小サンプル学習、GPT-3 のゼロサンプル学習、小サンプル学習の自動問題解決率の比較を示しています。図から、オレンジ色のバーで表される小規模サンプル学習 Codex は自動問題解決率に優れたパフォーマンスを示し、基本的にあらゆる数学分野で他の 3 つの方法よりもパフォーマンスが優れていることがわかります。
この研究の 3 番目の大きなイノベーションは、数学的問題を解決し、なぜその問題がそのように解決されるのかを説明するためのパイプラインを提供することです。下の図は MIT 5 の実行フローを示しています。数学コースでのパイプラインの説明。
18.01 の単一変数微積分問題を例にとると、問題と自動的に生成されたプレフィックス「Use SymPy」が与えられると、Codex はプロンプトを表示し、プログラムを出力します。プログラムを実行すると、正しい答えをもつ方程式が生成されます。その後、プログラムは再び Codex の入力を自動的に要求し、コードの説明が生成されます。
2
Codex は、数学の問題を解いて答えを説明するだけでなく、コースごとに新しい質問を生成するためにも使用されます。
生成された質問のレベルを評価するために、チームは、主に機械生成された質問の品質を比較するために、これらのコースまたは同じレベルのコースを受講した MIT の学生を対象にアンケートを実施しました。手書きの質問と難易度。
MIT の 6 つのコースのそれぞれでは、5 つの手書きの質問と 5 つのモデルで生成された質問が混合され、ランダムに提示されます。 60 の質問それぞれについて、参加学生は 3 つのアンケート質問に答えるように求められました。
1) この質問は人間が書いたものだと思いますか、それとも機械が作成したものだと思いますか?
2) この質問は特定のコースにとって適切だと思いますか、それとも不適切だと思いますか?
3 ) 1 (最も簡単) と 5 (最も難しい) のスケールで、この問題の難易度をどのように評価しますか?
返送されたアンケートでは、学生のアンケート結果は次のように要約されています。
- 機械で生成された質問と手動で書かれた質問の難しさは似ています。
- 人間が作成した質問は、機械が生成した質問よりもコースに適しています。
- 人間が書いた解答は誤答を特定するのが困難ですが、機械が生成した質問は、学生によって機械が生成したか人間が書いたかのいずれかであると考えられます。
#機械が生成した質問は学生には区別できなくなり、Codex が新しいコンテンツを作成する際に人間のパフォーマンス レベルに達したことを示しています。
ただし、モデルには解決できない問題もあります。たとえば、質問が画像やその他の非テキスト形式で表示されている場合は回答できません。解決策が必要な質問もあります。あるいは、非常に大きな素数の素因数分解などの計算困難な問題は、このモデルでは解決できません。ただし、この最後のタイプの質問は、実際の学生でも答えることができないため、数学の授業には出てくるべきではありません。
以上が最新の PNAS 研究: 81% の問題解決率、ニューラル ネットワーク Codex が高度な数学の世界への扉を開くの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

1 前言在发布DALL·E的15个月后,OpenAI在今年春天带了续作DALL·E 2,以其更加惊艳的效果和丰富的可玩性迅速占领了各大AI社区的头条。近年来,随着生成对抗网络(GAN)、变分自编码器(VAE)、扩散模型(Diffusion models)的出现,深度学习已向世人展现其强大的图像生成能力;加上GPT-3、BERT等NLP模型的成功,人类正逐步打破文本和图像的信息界限。在DALL·E 2中,只需输入简单的文本(prompt),它就可以生成多张1024*1024的高清图像。这些图像甚至

Wav2vec 2.0 [1],HuBERT [2] 和 WavLM [3] 等语音预训练模型,通过在多达上万小时的无标注语音数据(如 Libri-light )上的自监督学习,显著提升了自动语音识别(Automatic Speech Recognition, ASR),语音合成(Text-to-speech, TTS)和语音转换(Voice Conversation,VC)等语音下游任务的性能。然而这些模型都没有公开的中文版本,不便于应用在中文语音研究场景。 WenetSpeech [4] 是

“Making large models smaller”这是很多语言模型研究人员的学术追求,针对大模型昂贵的环境和训练成本,陈丹琦在智源大会青源学术年会上做了题为“Making large models smaller”的特邀报告。报告中重点提及了基于记忆增强的TRIME算法和基于粗细粒度联合剪枝和逐层蒸馏的CofiPruning算法。前者能够在不改变模型结构的基础上兼顾语言模型困惑度和检索速度方面的优势;而后者可以在保证下游任务准确度的同时实现更快的处理速度,具有更小的模型结构。陈丹琦 普

由于复杂的注意力机制和模型设计,大多数现有的视觉 Transformer(ViT)在现实的工业部署场景中不能像卷积神经网络(CNN)那样高效地执行。这就带来了一个问题:视觉神经网络能否像 CNN 一样快速推断并像 ViT 一样强大?近期一些工作试图设计 CNN-Transformer 混合架构来解决这个问题,但这些工作的整体性能远不能令人满意。基于此,来自字节跳动的研究者提出了一种能在现实工业场景中有效部署的下一代视觉 Transformer——Next-ViT。从延迟 / 准确性权衡的角度看,

3月27号,Stability AI的创始人兼首席执行官Emad Mostaque在一条推文中宣布,Stable Diffusion XL 现已可用于公开测试。以下是一些事项:“XL”不是这个新的AI模型的官方名称。一旦发布稳定性AI公司的官方公告,名称将会更改。与先前版本相比,图像质量有所提高与先前版本相比,图像生成速度大大加快。示例图像让我们看看新旧AI模型在结果上的差异。Prompt: Luxury sports car with aerodynamic curves, shot in a

译者 | 李睿审校 | 孙淑娟近年来, Transformer 机器学习模型已经成为深度学习和深度神经网络技术进步的主要亮点之一。它主要用于自然语言处理中的高级应用。谷歌正在使用它来增强其搜索引擎结果。OpenAI 使用 Transformer 创建了著名的 GPT-2和 GPT-3模型。自从2017年首次亮相以来,Transformer 架构不断发展并扩展到多种不同的变体,从语言任务扩展到其他领域。它们已被用于时间序列预测。它们是 DeepMind 的蛋白质结构预测模型 AlphaFold

人工智能就是一个「拼财力」的行业,如果没有高性能计算设备,别说开发基础模型,就连微调模型都做不到。但如果只靠拼硬件,单靠当前计算性能的发展速度,迟早有一天无法满足日益膨胀的需求,所以还需要配套的软件来协调统筹计算能力,这时候就需要用到「智能计算」技术。最近,来自之江实验室、中国工程院、国防科技大学、浙江大学等多达十二个国内外研究机构共同发表了一篇论文,首次对智能计算领域进行了全面的调研,涵盖了理论基础、智能与计算的技术融合、重要应用、挑战和未来前景。论文链接:https://spj.scien

说起2010年南非世界杯的最大网红,一定非「章鱼保罗」莫属!这只位于德国海洋生物中心的神奇章鱼,不仅成功预测了德国队全部七场比赛的结果,还顺利地选出了最终的总冠军西班牙队。不幸的是,保罗已经永远地离开了我们,但它的「遗产」却在人们预测足球比赛结果的尝试中持续存在。在艾伦图灵研究所(The Alan Turing Institute),随着2022年卡塔尔世界杯的持续进行,三位研究员Nick Barlow、Jack Roberts和Ryan Chan决定用一种AI算法预测今年的冠军归属。预测模型图


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

ホットトピック



