沉寂3年，大模型激活小度天貓精靈？
Tech星球（微信ID：tech618）文 | 何煦陽 沉寂了許久的智能音箱，在今年大模型橫空出世之后，又再次燃起了新的希望。 2月9日，小度宣布將融合文心一言，打造針對智能設備場景的AI模型&ldq
12 月 15 日消息，谷歌 DeepMind 日前公布了一種名為“FunSearch”的模型訓練法，號稱能夠計算包含“上限級問題”、“裝箱問題”在內的一系列“涉及數學、計算機科學領域的復雜問題”。
據悉，FunSearch 模型訓練法主要為AI模型引入了一個“評估器（Evaluator）”系統，AI模型輸出一系列“創意解題方法”，“評估器”則負責評判模型輸出的解題辦法，反復迭代后，就能訓練出數學能力更強的AI模型。
谷歌DeepMind使用 PaLM 2 模型進行測試，研究人員建立了專用“代碼池”，使用代碼形式為模型輸入一系列問題，并設置了評估器流程，之后模型便會在每一次迭代中，自動從代碼池中挑選問題，生成“具有創造性的新解法”，并交由評估器進行評估，其中“最佳解法”將會被重新加入到代碼池中，重新開始另一次迭代。
注意到，FunSearch 訓練法對“離散數學（Combinatorics）”特別擅長，經訓練法鍛煉后的模型，可以輕松解決極值組合數學問題，研究人員在新聞稿中便介紹了模型計算“上限級問題（數學中涉及計數和排列領域的一個中心問題）”的過程方法。
此外，研究人員也成功使用 FunSearch 訓練法解決了“裝箱問題（Bin Packing Problem）”，這是一個“將不同大小物品放進最少數量容器”的問題，FunSearch 為“裝箱問題”提供了一種“即時性”的解決方案，生成一項“根據物品現有體積自動進行調整”的程序。
研究人員提到，與其他利用神經網絡進行學習的 AI 訓練法相比，經過 FunSearch 訓練法鍛煉后的模型，輸出的代碼更易于檢查與部署，也就代表更容易被整合到實際工業環境中。
本文鏈接：http://www.www897cc.com/showinfo-45-2976-0.html可令 AI 模型計算復雜離散數學問題，谷歌 DeepMind 公布“FunSearch”訓練法
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號