mathematical problem-solving | BriefGPT

关键词mathematical problem-solving

搜索结果 - 8

MathOdyssey: 使用 Odyssey 数学数据对大型语言模型中的数学问题解决技能进行基准测试
该研究探讨了大型语言模型（LLMs）在数学问题求解方面的能力，并使用新开发的 “MathOdyssey” 数据集进行测试。研究结果显示，尽管 LLMs 在常规和中等难度任务上表现良好，但在奥林匹克级难度和复杂的大学水平问题上仍面临重大挑战，
PDF8 days ago
ACLLLM 中的算术推理：Prolog 生成与排列
使用大型语言模型来生成 Prolog 程序以解决数学问题，在 GSM8K 基准测试中，我们的 Prolog 算术问题解决方法在三个不同的大型语言模型中胜过了 Chain of Thought。我们提出对真值谓词进行排列组合，以通过数据增强方
PDFa month ago
Mathify: 在数学问题求解任务上评估大型语言模型
自然语言处理和大型语言模型在教育和指导方法领域取得了快速进展，特别在解决数学问题的应用方面，其中 MAmmoTH-13B 表现出了最高的能力水平，成为解决 NCERT 数学问题的可靠基准。
PDF2 months ago
评估数学推理能力的准确性以外的因素
通过有效性和冗余性评估推理质量，我们提出了 ReasonEval 方法，该方法在数学任务中表现优异，并发现提高最终答案准确性并不一定能改善复杂数学问题推理步骤的整体质量。
PDF3 months ago
ChatGLM-Math: 使用自我批评流程提高大型语言模型在数学问题求解中的能力
通过自我评审流程，大型语言模型（LLMs）能够在保持语言能力的同时提升数学问题解决能力，从而有效增强 LLMs 在实际应用中的性能。
PDF3 months ago
小到大 (S2L)：通过总结小模型的训练轨迹，为大型语言模型进行可扩展的数据选择
通过使用数据选择方法 SmallToLarge（S2L）指导大型模型的数据选择，提高了有监督微调的数据效率，特别适用于数学问题解决领域。在大量实验中证明，S2L 显著提高了有监督微调的数据效率，仅使用原 MathInstruct 数据集的
PDF4 months ago
SEGO: 数学问题求解的顺序子目标优化
提出一种名为 SEGO 的新框架，通过建立子目标分解过程与解决问题的概率之间的联系，优化大型语言模型在数学问题求解中的能力，实验证明 SEGO 的有效性并超越以往方法。
PDF8 months ago
基于贝叶斯的 ChatGPT 人工智能大脑
本研究旨在探究 ChatGPT 在贝叶斯推理中的数学问题解决能力。研究灵感源自 2006 年 Zhu 和 Gigerenzer 的研究，提出了一个问题：儿童能以贝叶斯方式进行推理吗？通过一组 10 个贝叶斯推理问题的实验，结果揭示了儿童有效
PDF10 months ago