Microsoft презентовала ИИ для решения математических задач rStar-Math
Современные крупные языковые модели, такие как GPT или аналогичные им технологии, завоевали популярность благодаря своей способности решать широкий круг задач. Однако такие модели требуют значительных вычислительных мощностей, что делает их эксплуатацию дорогостоящей и ресурсоемкой. В условиях растущего спроса на энергоэффективные решения Microsoft решила сосредоточиться на разработке небольших языковых моделей, которые, будучи менее требовательными к ресурсам, способны эффективно справляться с узконаправленными задачами. Команда исследователей в области математики и искусственного интеллекта из Microsoft Asia представила новую компактную языковую модель под названием rStar-Math, разработанную специально для решения математических задач.
Основным направлением работы команды стало создание модели, способной не только решать математические задачи, но и демонстрировать процесс рассуждений, который лежит в основе ее решений. Это важно не только для улучшения качества работы модели, но и для того, чтобы пользователи могли лучше понимать, как система приходит к своим выводам.
Ключевая особенность rStar-Math заключается в ее подходе к решению задач: модель использует метод поиска по дереву Монте-Карло, вдохновленный человеческим способом последовательного анализа задач. Этот метод позволяет разбивать сложные проблемы на более простые части и находить решения поэтапно. Кроме того, модель демонстрирует свои рассуждения как в виде Python-кода, так и на «человеческом» языке, что делает ее результаты прозрачными и удобными для понимания.
Интересно, что разработка rStar-Math была задумана как часть более крупной стратегии: интеграция небольших специализированных моделей в состав крупных систем. Такой подход может стать важным шагом в развитии искусственного интеллекта, позволяя создавать более энергоэффективные модульные системы. Microsoft видит будущее за объединением множества компактных моделей, каждая из которых будет специализироваться на решении определенного класса задач.
Уже сейчас rStar-Math демонстрирует впечатляющие результаты, успешно проходя стандартные тесты и показывая высокий уровень точности. Более того, Microsoft планирует сделать код и данные модели открытыми, разместив их на платформе GitHub. Это даст исследователям и разработчикам возможность использовать rStar-Math для собственных проектов и интеграции в более сложные системы.
Появление таких компактных и специализированных моделей, как rStar-Math, свидетельствует о важности перехода к более эффективным и доступным решениям в области искусственного интеллекта. Они способны не только значительно снизить затраты на эксплуатацию, но и предоставить новые инструменты для решения узконаправленных задач, таких как математика, программирование и другие сферы, требующие глубокого анализа и логического мышления.
Тем временем математики РФ и США опровергли гипотезу, которая считалась верной на протяжении 40 лет.
