北京12月15日电 (记者 孙自法)外洋有名学术期刊《当然》最新发表一篇东说念主工智能商论说文称kaiyun官方网站，商议东说念主员答复了一种设施，他们行使一个大谈话模子(LLM)对一个有名的数学问题作出了新发现，并通过系统的、迭代的评估框架确保正确。这一设施或可篡改LLM用来贬抑制题和学习新常识的路线。

　　该论文先容，基于东说念主工智能的器具(举例LLM)有望加快科学发现，贬责永久存在的问题，但它们无意受制于“幻觉”，导致作出看似合理但造作的发扬。加入一个评估才智，系统地臆想潜在贬责决策的准确性，使得靠LLM匡助搪塞复杂问题成为可能。这些问题一般需要可考据且界阐发确，使这一器具在数学科学中有潜在价值。

　　论文第一作家和通信作家、Google DeepMind的Bernardino Romera-Paredes和Alhussein Fawzi与共事及衔尾者一齐提议一种设施，称为FunSearch(因为它搜索函数空间)，将一组产生创造性贬责决策的LLM和一个四肢检查者以幸免造作建议的评估标准集合起来。一个屡次迭代此经过的演化设施，通过提供此前最好贬责目标四肢输入来雷同LLM，效果标明这种设施不错管理到新的、可考据的正确效果。他们将FunSearch应用到了有名的上限集问题(cap set problem，数学中波及计数和成列规模的一个中心问题)，发现了高出最有名上限集的大上限集新构造。

　　论文作家觉得，FunSearch的收效要害是它会寻找形容怎么贬责一个问题的标准，而非寻找贬责目标。因为FunSearch的效果是标准，效果易于东说念主类讲明和考据，这意味着该设施有望激励该规模的进一步想考。

　　他们补充指出kaiyun官方网站，当今，这个设施可能还不合适通盘类型的挑战，但通过将来篡改或可使FunSearch应用于更大规模的问题。(完)