A DeepMind FunSearch rendszere LLM-eket használ új matematikai ismeretek felfedezéséhez
A Google DeepMind FunSearch egy új technika, amely egy nagy nyelvi modellt párosít egy automatizált kiértékelővel az emberi tudás határainak kiterjesztése érdekében. A rendszer egy előre betanított LLM-et (a Google PaLM 2-t) párosít egy „őrrel”, amely megakadályozza a hallucinációkat és a hibás ötleteket. Az oda-vissza történő iterációval a kezdeti megoldások új tudássá fejlődnek olyan jól megfogalmazott problémák esetében, ahol a megoldás „jósága” automatikusan kiértékelhető.
- „Best-shot promptingot” használ a legjobb programok mintavételezésével, amiket visszaküld az LLM-nek javításra.
- Sziget-alapú (island-based) evolúciós módszert alkalmaz a programok sokszínűségének fenntartására és a lokális optimumok elkerülésére.
- Sikeresen fedezett fel új megoldásokat a matematikai „Cap Set” problémára és a számítástechnikai „Bin Packing” feladatra.
- Jelenleg olyan területekre korlátozódik, ahol kód írható a jelölt megoldások kvantitatív kiértékelésére.
Miért fontos?
A FunSearch módszert kínál arra, hogy a számítási kapacitást közvetlenül eredeti tudományos felismerésekké alakítsuk. Azt jelzi, hogy a mai AI rendszerek már képesek automatizált tudósként szolgálni specifikus, kiértékelhető területeken.
Kapcsolódó hírek
Tanulmány: Az AI tutorok felülmúlják a jogi kart
2026. június 4.