详细内容或原文请订阅后点击阅览
FunSearch：使用大型语言模型在数学科学中取得新发现
在《自然》杂志发表的一篇论文中，我们介绍了一种搜索用计算机代码编写的“函数”的方法 FunSearch，并在数学和计算机科学中寻找新的解决方案。FunSearch 的工作原理是将预先训练的 LLM 与自动“评估器”配对，LLM 的目标是以计算机代码的形式提供创造性的解决方案，而自动“评估器”可以防止幻觉和错误的想法。
来源:DeepMind - 新闻与博客研究
FunSearch：使用大型语言模型在数学科学中取得新发现
- 已发布2023 年 12 月 14 日作者Alhussein Fawzi 和 Bernardino Romera Paredes
Alhussein Fawzi 和 Bernardino Romera Paredes
通过搜索用计算机代码编写的“函数”，FunSearch 使用 LLM 在数学科学的开放问题中取得了首次发现
大型语言模型 (LLM) 是有用的助手 - 它们擅长结合概念，并且可以阅读、编写和编码来帮助人们解决问题。但是它们能发现全新的知识吗？
由于 LLM 已被证明会“产生幻觉”，产生事实上不正确的信息，因此利用它们做出可验证的正确发现是一项挑战。但是，如果我们能够通过识别和仅基于它们的最佳想法来利用 LLM 的创造力，情况会怎样？
今天，在《自然》杂志上发表的一篇论文中，我们介绍了 FunSearch，这是一种在数学和计算机科学中寻找新解决方案的方法。FunSearch 的工作原理是将预先训练过的 LLM 与自动“评估器”配对，LLM 的目标是以计算机代码的形式提供创造性的解决方案，而自动“评估器”可以防止幻觉和错误的想法。通过在这两个组件之间来回迭代，初始解决方案“演变”为新知识。系统搜索用计算机代码编写的“函数”；因此得名 FunSearch。
论文发表于《自然》杂志这项研究代表了首次使用 LLM 来解决具有挑战性的科学或数学开放问题。FunSearch 发现了上限集问题的新解决方案，这是数学中一个长期存在的开放问题。此外，为了证明 FunSearch 的实际用途，我们用它来发现更有效的“装箱”问题算法，该问题具有普遍的应用，例如提高数据中心的效率。
如何