エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
大規模言語モデルを利用して数学の未解決問題で新たな解を発見――実用的な課題でもその性能を実証 - fabcross for エンジニア
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
大規模言語モデルを利用して数学の未解決問題で新たな解を発見――実用的な課題でもその性能を実証 - fabcross for エンジニア
Google DeepMindは、大規模言語モデル(LLM)を利用した新手法「FunSearch」を用いて、数理科学において... Google DeepMindは、大規模言語モデル(LLM)を利用した新手法「FunSearch」を用いて、数理科学において長年の未解決問題である「cap set(キャップ集合)問題」の新しい解を発見した。さらに、現実世界で多様な応用が可能な「ビンパッキング(箱詰め)問題」の、より効果的なアルゴリズムも見つけた。この研究は2023年12月14日付で『Nature』に掲載され、科学や数学の未解決問題に対して、LLMを使って新しい発見をした初めての研究例になるという。 LLMは概念を組み合わせることに優れており、読み書きやコーディングができて、問題解決を支援する便利なアシスタントだ。しかし、LLMはまるで「幻覚」を見たかのように、事実とは異なる情報をもっともらしく生成して出力することがあるという点が明らかになっており、LLMを使用して立証可能な正しい発見をすることは困難だ。 そこで研究者らは、