MathGPT установил рекорд, побив ChatGPT и модели ИИ от Microsoft

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com

Компания Mathpresso объявила о том, что ее крупная языковая модель под названием MathGPT установила новый мировой рекорд в области математики, обойдя модели OpenAI и Microsoft. Компания является разработчиком самой обширной в Азии обучающей платформы на основе искусственного интеллекта.

Источник: technologyforlearners.com

Как сообщается, MathGPT заняла первое место в тестах, оценивающих математические способности, таких как MATH (12,5 тыс. сложных математических задач) и GSM8K (8,5 тыс. задач по математике для начальной школы), побив модель ToRA 13B от Microsoft, которой принадлежал предыдущий рекорд.

В бенчмарке MATH MathGPT превзошел производительность GPT-4 от OpenAI. Совместная разработка Qanda и Upstage начала создавать MathGPT в рамках стратегического партнерства с KT в ноябре 2023 года. Qanda предоставила Upstage данные об обучении, такие как уровень обучения, контекст и взаимодействие, накопленные в результате ежедневного поиска 10 млн задач.

В сентябре 2023 года Mathpresso также получила от KT инвестиции в размере $8 млн на развитие LLM. Upstage обучила его на собственном специализированном решении для предотвращения галлюцинаций и доработала языковую модель на основе естественного языка, чтобы обеспечить логические выводы.

ChatGPT обучается на основе обширных текстовых данных, а не на основе данных, специфичных для конкретной области, таких как знания экспертов. Следовательно, в нем проявляется феномен галлюцинации, когда нейронная сеть генерирует ответы, которые могут убедительно передавать неверную информацию. Это создает серьезную проблему. Особенно в образовательных контекстах, где распространение точной и достоверной информации имеет первостепенное значение. Примечательно, что ChatGPT продемонстрировал низкую точность, особенно в математических областях.

В заявлении Qanda говорится, что они продолжат улучшать точность и производительность MathGPT, и в конечном итоге объединят его со своим обучающим интерфейсом для реализации AI Tutor, помощника в виде ИИ-репетитора.

Qanda поддерживается такими крупными организациями, как Google, TikTok и Softbank Ventures Asia. Приложение распознает текст и математические уравнения с фотографий. Ежедневно в Qanda загружается около 10 млн фотографий по всему миру.

Источник: Mt

6 комментариев

Добавить комментарий

s
Перевод новости от нейронки? Где пруфы? Если погуглить эту модель там один скам и реклама приложений скорее всего на основе ворованых моделей chatgpt.
d
Плохо гуглишь.
1
Подскажите, пожалуйста, а по каким ключевым словам правильно гуглить в данной ситуации? Я решил попробовать, где этот бенчмарк MATH расположен и кто там на каких местах. Погуглил по словам «benchmark MATH problem solving». Пришёл на страницу https://paperswithcode.com/sota/math-word-problem-solving-on-math
Но там на первом месте… GPT-4-code model (CSV, w/ code, SC, k=16).
Что я делаю не так?
d
Все не так. У Qanda есть свой Github.
Допустим, вас же не смутило, что это уже давно не первое место https://github.com/iiis-ai/cumulative-reasoning, если вы с этим ознакамливались вообще.
K
Я как раз попался на этот скам. Потратил 1200 руб и получил нейронку, которая не может даже простейший интеграл найти с помощью интегрирования по частям…
a
Молоток обогнал микроскоп в удобстве забивания гвоздей

Добавить комментарий

Сейчас на главной

Новости

Публикации

Обзор блока питания Formula V Line FV-750GM с режимом Hybrid Fan Mode

Компания Formula V Line активно развивается на российском рынке. Команда разработчиков занимается корпусами, блоками питания и системами охлаждения, и с каждым годом представляет всё более...

✦ ИИ  Земля за десять долларов: история заброшенных ранчо в пустыне Мохаве

Если свернуть с калифорнийского шоссе 62 восточнее национального парка Джошуа-Три, откроется долина Уондер-Вэлли, занимающая площадь почти 400 квадратных километров. На первый взгляд эта часть...

Ледокол «Ленин»: затопление реакторного отсека массой 3500 тонн и 19,5 лет эксплуатации ОК-900

Первый в мире атомный ледокол «Ленин» вошёл в историю как символ инженерной мощи, но его базовая установка ОК-150 оказалась технологическим тупиком: реакторный отсек массой 3500 тонн пришлось...

Ведеход «Трэкол» или УАЗ на «стероидах»

Вездеходы «Трэкол» интересны прежде всего своей парадоксальностью: они выглядят как неуклюжие «каракаты» на огромных шинах, но при этом способны обгонять по шоссе иные легковушки и официально...

Как сделать видео из фото нейросетью: какой снимок подойдёт и шесть частых ошибок

Нейросети уже неплохо превращают одну фотографию в короткий ролик: человек на снимке поворачивает голову, улыбается, идёт. Но результат сильно зависит от исходного кадра и от того, что написано в...

Почему Sony поглотила Aiwa: что произошло с японской компанией, чьи музыкальные центры покупали по всему миру

В 1990-е музыкальные центры Aiwa можно было встретить практически в любом магазине электроники. Две кассетные деки, CD-проигрыватель, крупные колонки и множество режимов звучания. По оснащению...