DeepMind论文登上Nature：困扰数学家几十年的难题，大模型发现全新解

AIGC动态欢迎阅读

原标题：DeepMind论文登上Nature：困扰数学家几十年的难题，大模型发现全新解

关键字：问题,程序,解决方案,发现,启发式

文章来源：机器之心

内容字数：6966字

内容摘要：机器之心报道编辑：小舟、张倩除了模仿人类说话、写作、写代码，大模型还能用来发现新知识。作为今年 AI 圈的顶流，大型语言模型（LLM）擅长的是组合概念，并且可以通过阅读、理解、写作和编码来帮助人们解决问题。但它们能发现全新的知识吗？由于 LLM 已被证明存在「幻觉」问题，即生成与事实不符的信息，因此利用 LLM 来做可验证的正确发现是一项挑战。现在，来自 Google DeepMind 的研究团队提出了一种为数学和计算机科学问题搜索解决方案的新方法 ——FunSearch。FunSearch 的工作原理是将预训练的 LLM（以计算机代码的形式提供创造性解决方案）与自动「评估器」配对，以防止产生幻觉和错误思路。通过在这两个组件之间来回迭代，最初的解决方案演变成了「新的知识」。相关论文发表在《自然》杂志上。论文地址：https://www.nature.com/articles/s41586-…

原文链接：点此阅读原文：DeepMind论文登上Nature：困扰数学家几十年的难题，大模型发现全新解

联系作者

文章来源：机器之心

作者微信：almosthuman2014

作者简介：专业的人工智能媒体和产业服务平台