論文の概要: Manifesto for the Responsible Development of Mathematical Works -- A
Tool for Practitioners and for Management
- arxiv url: http://arxiv.org/abs/2306.09131v1
- Date: Thu, 15 Jun 2023 13:44:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-23 12:36:04.013485
- Title: Manifesto for the Responsible Development of Mathematical Works -- A
Tool for Practitioners and for Management
- Title（参考訳）: 数学研究の責任ある発展のためのマニフェスト--実践者および管理者のためのツール
- Authors: Maurice Chiodo, Dennis M\"uller
- Abstract要約: このマニフェストは実践的なツールとして書かれており、数学的な作業を実行、管理、あるいは影響を与えるすべての人を助ける。
数学的に力のある製品やサービスを安全かつ責任ある方法で実行し、開発する方法に関する洞察を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This manifesto has been written as a practical tool and aid for anyone
carrying out, managing or influencing mathematical work. It provides insight
into how to undertake and develop mathematically-powered products and services
in a safe and responsible way. Rather than give a framework of objectives to
achieve, we instead introduce a process that can be integrated into the common
ways in which mathematical products or services are created, from start to
finish. This process helps address the various issues and problems that can
arise for the product, the developers, the institution, and for wider society.
To do this, we break down the typical procedure of mathematical development
into 10 key stages; our "10 pillars for responsible development" which follow a
somewhat chronological ordering of the steps, and associated challenges, that
frequently occur in mathematical work. Together these 10 pillars cover issues
of the entire lifecycle of a mathematical product or service, including the
preparatory work required to responsibly start a project, central questions of
good technical mathematics and data science, and issues of communication,
deployment and follow-up maintenance specifically related to mathematical
systems. This manifesto, and the pillars within it, are the culmination of 7
years of work done by us as part of the Cambridge University Ethics in
Mathematics Project. These are all tried-and-tested ideas, that we have
presented and used in both academic and industrial environments. In our work,
we have directly seen that mathematics can be an incredible tool for good in
society, but also that without careful consideration it can cause immense harm.
We hope that following this manifesto will empower its readers to reduce the
risk of undesirable and unwanted consequences of their mathematical work.
- Abstract（参考訳）: このマニフェストは、数学的な作業の実行、管理、あるいは影響するすべての人のための実践的なツールおよび支援として書かれてきた。
数学的に力のある製品やサービスを安全かつ責任ある方法で実行し、開発する方法に関する洞察を提供する。
達成すべき目標のフレームワークを与える代わりに、私たちは、開始から終了まで、数学的製品やサービスが作られる一般的な方法に統合可能なプロセスを導入します。
このプロセスは、製品、開発者、機関、そしてより広い社会に生じる様々な問題や問題に対処するのに役立ちます。
これを実現するために、我々は、数学的な発展の典型的な手順を10つの重要な段階に分類する:「責任ある発展のための10の柱」は、数学的な作業で頻繁に発生するステップと関連する課題の幾らかの時系列的な順序に従う。
これら10の柱は、プロジェクトの責任を負うために必要となる準備作業、優れた技術数学とデータサイエンスの中心的な問題、特に数学システムに関連するコミュニケーション、配置、フォローアップのメンテナンスの問題など、数学製品やサービスのライフサイクル全体の問題をカバーする。
このマニフェストと、その中の柱は、ケンブリッジ大学の倫理学・数学プロジェクトの一環として、私たちによって7年間の作業が完了したものです。
これらはすべて試行錯誤されたアイデアで、私たちが学術と工業の両方の環境で提示し、使用しました。
私たちの研究では、数学は社会において素晴らしいツールになり得るだけでなく、慎重な考慮がなければ大きな害をもたらすことも直接見てきた。
このマニフェストに従うことで、読者は、彼らの数学的作業の望ましくない、望ましくない結果のリスクを軽減できることを期待しています。
関連論文リスト
- LeanAgent: Lifelong Learning for Formal Theorem Proving [85.39415834798385]
フォーマルな定理証明のための新しい生涯学習フレームワークであるLeanAgentを紹介する。
LeanAgentは継続的に一般化し、拡張可能な数学的知識を改善します。
以前、23のリーンリポジトリで人間が公式に証明していなかった155の定理の証明に成功した。
論文 参考訳（メタデータ） (2024-10-08T17:11:24Z) - Mathematical Information Retrieval: Search and Question Answering [6.192472816262214]
マルチモーダル検索エンジンと数学的質問応答システムは、数学関連の質問に答えるのに役立つ。
この本は、私たちが数学関連の質問に答えるために働くときに人やシステムが実行する情報タスクを特徴づける単純なフレームワークから始まります。
論文 参考訳（メタデータ） (2024-08-21T14:17:24Z) - MathBench: Evaluating the Theory and Application Proficiency of LLMs with a Hierarchical Mathematics Benchmark [82.64129627675123]
MathBenchは、大規模言語モデルの数学的能力を厳格に評価する新しいベンチマークである。
MathBenchは幅広い数学の分野にまたがっており、理論的な理解と実践的な問題解決のスキルの両方を詳細に評価している。
論文 参考訳（メタデータ） (2024-05-20T17:52:29Z) - Mathify: Evaluating Large Language Models on Mathematical Problem Solving Tasks [34.09857430966818]
我々は,11番目と12番目の標準数学 NCERT 教科書から得られた数学データセット "MathQuest" を紹介する。
LLaMA-2, WizardMath, MAmmoTHの3つの大きな言語モデルを用いた微調整実験を行った。
この3つのモデルのうち,MAmmoTH-13Bが最も熟練したモデルとして登場し,提示された数理問題の解法において,最高レベルの能力を達成した。
論文 参考訳（メタデータ） (2024-04-19T08:45:42Z) - MathScale: Scaling Instruction Tuning for Mathematical Reasoning [70.89605383298331]
大規模言語モデル(LLM)は問題解決において顕著な能力を示した。
しかし、数学的な問題を解く能力は依然として不十分である。
高品質な数学的推論データを作成するためのシンプルでスケーラブルな方法であるMathScaleを提案する。
論文 参考訳（メタデータ） (2024-03-05T11:42:59Z) - MATHSENSEI: A Tool-Augmented Large Language Model for Mathematical Reasoning [2.9104279358536647]
数学的推論のためのツール強化された大規模言語モデルであるMathSenseiを提案する。
ツールの補完的な利点として、知識検索(Bing Web Search)、プログラムジェネレータ+エグゼキュータ(Python)、記号方程式ソルバ(Wolfram-Alpha API)について検討する。
論文 参考訳（メタデータ） (2024-02-27T05:50:35Z) - Towards a Holistic Understanding of Mathematical Questions with
Contrastive Pre-training [65.10741459705739]
本稿では,数学的問題表現,すなわち QuesCo に対する対照的な事前学習手法を提案する。
まず、コンテンツレベルと構造レベルを含む2段階の質問強化を設計し、類似した目的で文字通り多様な質問ペアを生成する。
そこで我々は,知識概念の階層的情報を完全に活用するために,知識階層を意識したランク戦略を提案する。
論文 参考訳（メタデータ） (2023-01-18T14:23:29Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳（メタデータ） (2022-12-20T18:46:16Z) - Peano: Learning Formal Mathematical Reasoning [35.086032962873226]
一般的な数学的推論は計算不可能であるが、人間は新しい問題を常に解決している。
両パズルの中心は、数学の基礎となる手続き的抽象の構造であると仮定する。
カーン・アカデミー・プラットフォーム上の始点代数の5つの部分に関するケーススタディにおいて、このアイデアを探求する。
論文 参考訳（メタデータ） (2022-11-29T01:42:26Z) - JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem
Understanding [74.12405417718054]
本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。
他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。
基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
論文 参考訳（メタデータ） (2022-06-13T17:03:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。