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随州市某某科技业务部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,港中随州市某某科技业务部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:知识)
-
香港武打演员徐少强9月初在北京离世,小他30岁的太太也相继离世
香港武打演员徐少强9月初在北京离世,小他30岁的太太也相继离世。他出生广东,后随父母移居香港。年轻时曾做过会计,17岁时被星探发掘,第一部参演的作品就大获成功,他因此结缘演艺圈,并出演了多部经典的作品 ...[详细] -
今天,商务部新闻发言人就英制裁中国企业答记者问。 问:6月13日,英国外交发展部宣布新一轮涉俄制裁,其中被制裁的中国企业有5家。请问中方对此有何评论? 答:中方坚决反对英方以涉俄为由,对5家中 ...[详细]
-
原标题:女生康复状态“被关”精神病院多年,20岁入院出院时已34岁) 女生康复状态“被关”精神病院多年,20岁入院出院时已34岁 来源:视频综合) 近日 ...[详细]
-
@南部战区 消息,近日,南部战区海军某支队组织多型舰艇奔赴南海某海域,围绕对海射击、协同反潜、航行补给等多个课目,展开跨昼夜长航时实战化训练,检验多项战法训法运用成效,提升编队协同指挥能力。点击进 ...[详细]
-
来源:经济观察报 经济观察网 记者 张铃2024年的中秋节,小羽是在异乡医院里度过的。上海儿童医学中心门诊大厅的角落,是小羽临时的“家”,她在这住了快一个月了。 小羽出生于2014年1月,是个 ...[详细]
-
原标题:女生康复状态“被关”精神病院多年,20岁入院出院时已34岁) 女生康复状态“被关”精神病院多年,20岁入院出院时已34岁 来源:视频综合) 近日 ...[详细]
-
《雷雨》是中国人家喻户晓的文学经典。今年恰逢《雷雨》剧本发表90周年,上海东方艺术中心打造的同名舞剧,让经典焕发新生,即将于7月25日拉开大幕,连演5场。舞剧用现代人的美学视角去重释、去解构经典。明星 ...[详细]
-
原标题:9岁女孩从秋千上跌落身亡 设备公司被判赔107万) 9岁女孩从秋千上跌落身亡 设备公司被判赔107万 来源:视频综合) ...[详细]
-
市国动办提示您:9月21日10时至10时23分,本市五环路以外区域将试鸣防空警报。请广大市民和临时来京人员保持正常的工作生活秩序。更多精彩资讯请在应用市场下载“央广网”客户端。欢迎提供新闻线索,2 ...[详细]
-
中国足协网站6月20日消息,中国足协发布两名球员违规违纪处罚决定的消息:关于对球员黄钰杰违规违纪的处罚决定关于对球员于炜景违规违纪的处罚决定 ...[详细]