Fugu-MT 論文翻訳(概要): FGeo-TP: A Language Model-Enhanced Solver for Geometry Problems

論文の概要: FGeo-TP: A Language Model-Enhanced Solver for Geometry Problems

arxiv url: http://arxiv.org/abs/2402.09047v1
Date: Wed, 14 Feb 2024 09:44:28 GMT
ステータス: 処理完了
システム内更新日: 2024-02-15 16:21:28.600070
Title: FGeo-TP: A Language Model-Enhanced Solver for Geometry Problems
Title（参考訳）: FGeo-TP:幾何問題のための言語モデル拡張ソルバー
Authors: Yiming He, Jia Zou, Xiaokai Zhang, Na Zhu, Tuo Leng
Abstract要約: 本稿では,FGeo-TP (Theorem Predictor)を導入し,この言語モデルを用いて定理列の予測を行い,幾何学的問題を解く。本研究では,FormalGeo7kデータセット上での言語モデル強化FGeo-TPの問題解決率を著しく向上させることを示す。
参考スコア（独自算出の注目度）: 1.137457877869062
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The application of contemporary artificial intelligence techniques to address geometric problems and automated deductive proof has always been a grand challenge to the interdiscipline field of mathematics and artificial Intelligence. This is the fourth article in a series of our works, in our previous work, we established of a geometric formalized system known as FormalGeo. Moreover we annotated approximately 7000 geometric problems, forming the FormalGeo7k dataset. Despite the FGPS (Formal Geometry Problem Solver) can achieve interpretable algebraic equation solving and human-like deductive reasoning, it often experiences timeouts due to the complexity of the search strategy. In this paper, we introduced FGeo-TP (Theorem Predictor), which utilizes the language model to predict theorem sequences for solving geometry problems. We compared the effectiveness of various Transformer architectures, such as BART or T5, in theorem prediction, implementing pruning in the search process of FGPS, thereby improving its performance in solving geometry problems. Our results demonstrate a significant increase in the problem-solving rate of the language model-enhanced FGeo-TP on the FormalGeo7k dataset, rising from 39.7% to 80.86%. Furthermore, FGeo-TP exhibits notable reductions in solving time and search steps across problems of varying difficulty levels.
Abstract（参考訳）: 幾何学的問題に対処する現代人工知能技術の応用と自動推論証明は、数学と人工知能の学際的な分野において常に大きな課題であった。本論文は, フォーマルジオと呼ばれる幾何学的定式化システムを構築した, 一連の研究における第4の論文である。さらに約7000の幾何学的問題を注釈付けし,FormalGeo7kデータセットを構築した。 FGPS (Formal Geometry Problem Solver) は、解釈可能な代数方程式の解法と人間的な推論を達成できるが、探索戦略の複雑さによるタイムアウトをしばしば経験する。本稿では,言語モデルを用いて幾何学問題を解決するための定理列の予測を行うfgeo-tp (theorem predictor) を提案する。 bartやt5といった様々なトランスフォーマーアーキテクチャの有効性を定理予測で比較し、fgpsの探索過程におけるpruningを実装したことにより、幾何問題を解く際の性能が向上した。その結果,FormalGeo7kデータセット上での言語モデル強化FGeo-TPの問題解決率は39.7%から80.86%に増加した。さらに, FGeo-TPでは, 難易度が異なる問題に対して, 解法時間と探索ステップが顕著に減少している。

関連論文リスト

Geo-LLaVA: A Large Multi-Modal Model for Solving Geometry Math Problems with Meta In-Context Learning [4.4615747404424395]
幾何学数学の問題は、大言語モデル(LLM)に重大な課題をもたらす地理マス(GeoMath)と呼ばれる中国の高校教育Webサイトから,幾何学的データを抽出して,幾何学的質問応答データセットを収集する。メタトレーニングと呼ばれる学習段階において、教師付き微調整(SFT)による検索強化を取り入れたGeo-LLaVAと呼ばれるLarge Multi-modal Model(LMM)フレームワークを提案する。
論文参考訳（メタデータ） (2024-12-12T07:34:09Z)
Fuse, Reason and Verify: Geometry Problem Solving with Parsed Clauses from Diagram [78.79651421493058]
平面幾何学的問題解法 (PGPS) のニューラルネットワークモデルを提案し, モーダル融合, 推論過程, 知識検証の3つの重要なステップについて述べる。推論のために、幾何学的推論過程を記述するための説明可能な解プログラムを設計し、自己限定デコーダを用いて解プログラムを自動回帰的に生成する。また, PGPS9Kと呼ばれる大規模幾何学的問題データセットを構築し, テキスト節, 解法プログラム, 関連知識解決器の詳細なアノテーションを含む。
論文参考訳（メタデータ） (2024-07-10T02:45:22Z)
A Survey of Geometric Graph Neural Networks: Data Structures, Models and Applications [67.33002207179923]
本稿では、幾何学的GNNに関するデータ構造、モデル、および応用について調査する。幾何学的メッセージパッシングの観点から既存のモデルの統一的なビューを提供する。また、方法論開発と実験評価の後の研究を促進するために、アプリケーションと関連するデータセットを要約する。
論文参考訳（メタデータ） (2024-03-01T12:13:04Z)
GAPS: Geometry-Aware Problem Solver [7.9345421580482185]
幾何学的問題解決は、NLPコミュニティにおける深刻な課題である。既存のアプローチは、しばしば数学の単語問題を解くために設計されたモデルに依存し、幾何学の数学問題の特異な特徴を無視する。本研究では,GAPS(Geometry-Aware Problem Solver)モデルを提案する。 GAPSは、様々なタイプの幾何学数学問題に対する解プログラムを生成するように設計されている。
論文参考訳（メタデータ） (2024-01-29T16:48:34Z)
G-LLaVA: Solving Geometric Problem with Multi-Modal Large Language Model [124.68242155098189]
大規模言語モデル(LLM)は、人間レベルの推論と生成能力に顕著な習熟性を示している。 G-LLaVAは幾何学的問題の解法において例外的な性能を示し、7Bパラメータしか持たないMathVistaベンチマークにおいて GPT-4-V を著しく上回っている。
論文参考訳（メタデータ） (2023-12-18T17:36:20Z)
FormalGeo: An Extensible Formalized Framework for Olympiad Geometric Problem Solving [9.73597821684857]
これは、私たちが過去3年間に達成した一連の研究の中で、初めての論文です。本稿では,一貫した平面幾何学システムを構築した。これは、IMOレベルの平面幾何学の課題と、可読性のあるAI自動推論の間に重要な橋渡しとなる。
論文参考訳（メタデータ） (2023-10-27T09:55:12Z)
UniGeo: Unifying Geometry Logical Reasoning via Reformulating Mathematical Expression [127.68780714438103]
計算と証明の2つの主要な幾何学問題は、通常2つの特定のタスクとして扱われる。我々は4,998の計算問題と9,543の証明問題を含むUniGeoという大規模統一幾何問題ベンチマークを構築した。また,複数タスクの幾何変換フレームワークであるGeoformerを提案し,計算と証明を同時に行う。
論文参考訳（メタデータ） (2022-12-06T04:37:51Z)
GeoQA: A Geometric Question Answering Benchmark Towards Multimodal Numerical Reasoning [172.36214872466707]
我々は、テキスト記述、視覚図、定理知識の包括的理解を必要とする幾何学的問題を解くことに注力する。そこで本研究では,5,010の幾何学的問題を含む幾何学的質問応答データセットGeoQAを提案する。
論文参考訳（メタデータ） (2021-05-30T12:34:17Z)
Inter-GPS: Interpretable Geometry Problem Solving with Formal Language and Symbolic Reasoning [123.06420835072225]
3,002の幾何学的問題と密接なアノテーションを形式言語に含む新しい大規模ベンチマークGeometry3Kを構築します。我々は、Interpretable Geometry Problemsolvr (Inter-GPS)と呼ばれる形式言語と記号推論を用いた新しい幾何学的解法を提案する。イントラGPSは定理の知識を条件付き規則として取り入れ、記号的推論を段階的に行う。
論文参考訳（メタデータ） (2021-05-10T07:46:55Z)

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。