AIGC宇宙 AIGC宇宙

数学

AI解数学题只靠最后一个token

AI解数学题只靠最后一个token
henry 发自 凹非寺. 量子位 | 公众号 QbitAI大语言模型在解心算题时，只依赖最后一个token？ 最近，来自加州大学圣克鲁兹分校、乔治·梅森大学和Datadog的研究人员发现：在心算任务中，几乎所有实际的数学计算都集中在序列的最后一个token上完成，而不是分散在所有token中。
9/14/2025 1:37:10 PM
henry
有道推出“子曰3”模型，轻松破解数学难题，助力教育公平！

有道推出“子曰3”模型，轻松破解数学难题，助力教育公平！
6月23日，网易有道正式推出并开源其最新的 “子曰3” 系列大模型，英文名为 Confucius3-Math。 这一专注于数学教育的推理模型，能够在普通的消费级 GPU 上高效运行，成为国内首个如此低成本高性能的 AI 教育工具。 在一系列数学推理任务中，“子曰3” 展现出了超越许多大规模通用模型的出色性能。
6/23/2025 6:00:39 PM
AI在线
大模型也需要自我反思，上海AI Lab合成“错题本”让大模型数学成绩提升13.3%

大模型也需要自我反思，上海AI Lab合成“错题本”让大模型数学成绩提升13.3%
大模型学习不仅要正确知识，还需要一个“错题本”？ 上海AI Lab提出了一种新的学习方式，构建了“错误-反思-修正”数据，让大模型仿照人类的学习模式，从错误中学习、反思。 结果，在Llama3-8B上，数学题的解题准确率平均提升了13.3%。
6/18/2025 9:03:07 AM
数学推理新标杆！DeepSeek-Prover-V2 实现数学证明的飞跃

数学推理新标杆！DeepSeek-Prover-V2 实现数学证明的飞跃
在人工智能领域，最近一项重磅技术发布引发广泛关注 ——DeepSeek-Prover-V2。 这一模型不仅在推理性能上取得了显著提升，还被誉为通向人工通用智能（AGI）的关键一步。 DeepSeek-Prover-V2在推理能力和训练效率上都进行了革命性的创新，给数学推理研究带来了新的希望。
5/1/2025 10:00:51 AM
AI在线
声称“媲美人类专家”，谷歌 Gemini 1.5 Pro 数学版“提智”：MATH 基准准确率 91.1%

声称“媲美人类专家”，谷歌 Gemini 1.5 Pro 数学版“提智”：MATH 基准准确率 91.1%
谷歌公司上周发布技术报告，表示 Gemini 1.5 Pro 模型在经过专门的数学领域训练之后，大幅提高了数学成绩，并成功解决了国际数学奥林匹克竞赛的部分问题。谷歌针对数学场景有针对性地训练 Gemini 1.5 Pro 模型，并通过 MATH 基准、美国数学邀请考试（ AIME) 和谷歌内部的 HiddenMath 基准进行测试。根据谷歌的数据，数学型 Gemini 1.5 Pro 在数学基准测试中的表现“与人类专家的表现相当”，与标准的非数学型 Gemini 1.5 Pro 相比，数学型 Gemini 1.5
5/21/2024 9:03:42 AM
故渊
  • 1