Google DeepMind lança AlfageMetria2: Atualização importante sobre Albomagesry sobre o medalhista de ouro medalhista na solução da geometria da Olympoad
Inteligência artificial

Google DeepMind lança AlfageMetria2: Atualização importante sobre Albomagesry sobre o medalhista de ouro medalhista na solução da geometria da Olympoad


A Olimpoada Matemática Internacional (MOM) é uma aceitação mundial dos desafios dos estudantes do ensino médio com problemas matemáticos complexos. Entre suas quatro categorias, o Geometis parece ser acompanhado pela estrutura, o que a torna mais fácil e adequadamente armazenada através de pesquisas básicas. A solução das duas primeiras maneiras segue as duas primeiras maneiras: métodos algébricos, como WSA, e o Basus Gröbners, além de designs, incluindo as informações de redução e um restaurante completo. O último é muito compreensível sobre o pensamento humano e é muito importante para aplicações amplas.

Estudo anterior introduz alfagemetria (AG1), o programa Neuro projetado para resolver problemas de geometria da IMO, combinando o modelo de linguagem para um mecanismo de consultoria simbólica. Desde 2000 a 2024, a AG1 recebeu uma taxa de sucesso de 54%, marcando uma etapa importante na solução de problemas automatizados. No entanto, sua operação é impedida de seu local contido em segundo plano, sua eficácia simbólica do motor e o poder de seu modelo de idioma original. Essas questões são impedidas de AG1 na transmissão de sua precisão atual, apesar de sua maneira promissora.

AlpageMetria2 (Ag2) é maior que o anterior, aumentando as habilidades médicas dos problemas de refeições. Investigadores do Google Devind, da Universidade de Cambridge, Georgia Tech e Brown University, aumentaram seus complexos conceitos geométricos, melhora sua cobertura de problemas de IMO de 88% para 88%. O AG2 inclui um modelo de idioma baseado em Gêmeos, o mecanismo de linguagem simbólica e o algoritmo de novembro que compartilha informações. Esses aprimoramentos estão aumentando seu acordo em 84% nos problemas da Geometria da IMO de 2000 a 2024. Além disso, o AG2 está piorando para os problemas de renderização do programa padrão no ambiente.

AG2 permite que o domínio AG1 Nalligin seja mais apreciado para abordar as restrições a estatísticas, movimentos específicos e problemas geométricos normais. Promove cobertura de 66% a 88% dos problemas de geometria da IMO (2000-2024). O AG2 suporta novos problemas, como problemas de locus, e melhora os desenhos para desenhos, permitindo que pontos expliquem usando várias previsões. Trabalhar com materiais automatizados ajuda modelos básicos, traduzem problemas de linguagem natural para sintaxe. A geração do diagrama usa um caminho de dois andares de problemas não constituintes. A AG2 também fortalece seu motor figurativo, DDAR, desligamento rápido e eficaz, melhorando a pesquisa de argila.

O AlpageMetria2 está até a classificação máxima de resolução de 2000 a 2024, resolvendo 42 de 50 na referência IMO-AG-50, excedendo o micronener de ouro normal. Ele também resolve todos os 30 fortes problemas de frouxagem da IMO. O trabalho está se desenvolvendo rapidamente, resolvendo 27 problemas após 250 medidas de treinamento. O curso de ablação revela as configurações máximas de equilíbrio. Algumas questões permanecem sem vigilância devido à falta de técnicas de geometria avançada ou consistente no DDAR. Especialistas acham suas soluções por muito tempo. Além das limitações, o alfakemetria2 acerma o AG1 e outros programas, mostrando habilidades estaduais resolvendo problemas automáticos.

Em conclusão, o AlpheMetttry está melhorando muito suas contas, instalando um modelo de linguagem de alta qualidade, mecanismo figurativo aprimorado e algoritmo de redação de evidências. Média de 84% da persuasão para os problemas de 2000-2024 para Jeometetry, excedendo há 54 anos. Estudos revelam que os modelos de idiomas podem produzir testemunhos completos sem ferramentas externas e vários métodos de treinamento refletem habilidades compatíveis. Os desafios são compilados, incluindo limitações no manuseio de desigualdades e pontos variáveis. Trabalhos futuros se concentrarão na compilação da capacidade integrada de reforço e no déficit do financiamento padrão. O desenvolvimento contínuo tem como objetivo criar um sistema automatizado para resolver problemas corretos da geometria.


Enquete o papel. Todo o crédito deste estudo é pesquisado para este projeto. Além disso, não se esqueça de seguir Sane e junte -se ao nosso Estação de telégrafo incluindo LinkedIn grtópico. Não se esqueça de se juntar ao nosso 75k + ml subreddit.

🚨 Recomendado para um código aberto de IA' (Atualizado)


Sana Hassan, um contato em Marktechpost com um aluno do estudante de dual-grau no IIIT Madras, adora usar a tecnologia e a IA para lidar com os verdadeiros desafios do mundo. Estou muito interessado em resolver problemas práticos, traz uma nova visão da solução de IA para a IA e soluções reais.

✅ [Recommended] Junte -se ao nosso canal de telégrafo



Source link

Você também pode gostar...

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *