详细内容或原文请订阅后点击阅览
“ Marta在哪里？”：我们如何从AI推理中删除不确定性
用正式验证克服LLM限制的入门。帖子“在哪里？”：我们如何从AI推理中删除不确定性，首先出现在数据科学方面。
来源:走向数据科学AI模型赢得数学比赛的“随机鹦鹉”？虽然毫无疑问，LLM是真正的博士学位思想家，但在复杂的推理情况下的进展是不可否认的。
随机鹦鹉 获胜 数学 竞赛 广告一个流行的技巧是将LLM生成功能与正式验证符（即专用软件）混合和匹配，即确切地说明，该软件可为某些问题提供保证的解决方案。关键见解是LLM可能擅长将混乱的，模棱两可的要求转化为精确的形式规格。正式的验证者擅长寻找满足这些规格的解决方案。通过将它们结合在一起，我们将获得一个可以理解您想要的系统，并确保它准确地提供的系统：最近，AWS使用此技巧来实时聊天来构建“护栏”。
流行技巧 和 aws正在使用此技巧这在实践中如何起作用？不幸的是，这些基本动力学的解释通常发生在更大，复杂的环境中，例如增强学习或数学证明。今天，我们将使用Alloy（一种轻巧的语言）来证明这种混合方法，即使对于初学者来说也是如此。我们将解决一个更加相关的挑战，而不是通常的数学论文和难以理解的基准测试，灵感来自每周的填字游戏：
数学证明 难以抓紧 基准