我有幸与 @TheTuringPost 聊了聊 Axiom 和 AI4Math 的方方面面！ 敬请收看： - 我如何定义通用人工智能（AGI）与特定领域人工智能（ASI），盘子的比喻，一个健谈或诗意的模型能否证明黎曼猜想，以及数学在编码和工程领域令人难以置信的迁移学习能力 - 为什么人工智能数学家需要同时具备证明和构造能力，这分别对应于公理理论的两个分支：形式化证明和专门发现 - 与代码相比，数据稀缺性、自形式化中的先有鸡还是先有蛋的问题、Axiom大胆的合成数据尝试，以及我们如何思考新知识的产生 - 问题解决与理论构建，为什么“理论构建”比国际数学奥林匹克竞赛（IMO）更难衡量，以及为什么如今法学硕士（LLM）如此强调的文献检索/检索令人不满 https://t.co/HxRoCSOa2S
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。