贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI

GPT-3，是个严重偏科的“文科生”。

UC伯克利的研究人员，在对类似GPT-3的大型语言模型进行测试后发现，数学，就是这类AI的盲区。

12500道高中数学题，GPT-3的正确率最低不到3%，最高也没超过7%。

完全不合格啊~

一直以“全知全能”形象示人的GPT-3，在面对数学问题时却一脸懵逼，这怎么能行？

于是，伯克利的团队，就量身为大语言模型打造了一个数学问题数据集。

“文科生”的数学作业，终究还是逃不掉。

AI学了数学有啥用？

数学是所有科学的基础，模拟行星轨道、原子运动、棋牌游戏等等本质都是数学问题。

去年大火的AlphaFold，生成预测蛋白质结构，本质也是复杂数学问题求解。

而在对AI进行训练测试后，发现成绩依然不理想。

数据集中的分步解决方案，能让语言模型像人类数学家一样使用 “短期记忆”。

即模型不必马上得出正确答案，而是可以逐步探索解法一步步走向正确答案。

但即使有了解决方案，研究者发现，对于GPT-2和GPT-3来说，准确率仍然很低.

从上图结果中能看出，让模型在产生答案之前生成自己的解决方案，实际上降低了准确性。因为在许多错误案例中，尽管解题步骤与问题相关，但它们是不合逻辑的。

此外，简单地增加模型中的训练时间和参数数量，有时会提高性能。但事实证明，这样做的代价过于高，训练的时间和能耗都大大增加。

而在AMPS上进行预训练可将准确率提升约25%，这相当于将模型大小提高15倍。

所以，尽管恶补了12500道高中数学竞赛题，GPT-3还是不及格。

但研究人员认为，让AI学会分步解题仍然有进步意义。

与直接在问题和答案上进行训练相比，MATH上训练过的模型，可以提高10%的相对准确率。

最重要的，是模型“掌握”了一些基本数学知识。在一些错误的解法下，AI已经懂得调用相关的公式定理，而不是胡言乱语一通。

AI数学竞赛的第一课，并不是毫无收获。

GPT-3也不要灰心，伯克利的团队说了，随着对模型的改进，今后它们的数学推理能力会越来越强。

MATH和AMPS现在都已开源，有兴趣的研究者可以直接下载：

https://github.com/hendrycks/math/