論文の概要: Newclid: A User-Friendly Replacement for AlphaGeometry

• arxiv url: http://arxiv.org/abs/2411.11938v1
• Date: Mon, 18 Nov 2024 16:24:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:36:04.352644
• Title: Newclid: A User-Friendly Replacement for AlphaGeometry
• Title（参考訳）: Newclid: AlphaGeometryのユーザフレンドリーなリプレース
• Authors: Vladmir Sicca, Tianxiang Xia, Mathïs Fédérico, Philip John Gorinski, Simon Frieder, Shangling Jui,
• Abstract要約: 我々は、AlphaGeometryをベースとしたニュークリッドと呼ばれる新しい幾何学の記号解法を導入する。 ニュークリッドにはDDARN(DDAR-Newclidに由来する)と呼ばれるシンボリックソルバが含まれており、これはAlphaGeometryのDDARシンボリックソルバの大幅なアップグレードである。
• 参考スコア（独自算出の注目度）: 13.247640553605375
• License:
• Abstract: We introduce a new symbolic solver for geometry, called Newclid, which is based on AlphaGeometry. Newclid contains a symbolic solver called DDARN (derived from DDAR-Newclid), which is a significant refactoring and upgrade of AlphaGeometry's DDAR symbolic solver by being more user-friendly - both for the end user as well as for a programmer wishing to extend the codebase. For the programmer, improvements include a modularized codebase and new debugging and visualization tools. For the user, Newclid contains a new command line interface (CLI) that provides interfaces for agents to guide DDARN. DDARN is flexible with respect to its internal reasoning, which can be steered by agents. Further, we support input from GeoGebra to make Newclid accessible for educational contexts. Further, the scope of problems that Newclid can solve has been expanded to include the ability to have an improved understanding of metric geometry concepts (length, angle) and to use theorems such as the Pythagorean theorem in proofs. Bugs have been fixed, and reproducibility has been improved. Lastly, we re-evaluated the five remaining problems from the original AG-30 dataset that AlphaGeometry was not able to solve and contrasted them with the abilities of DDARN, running in breadth-first-search agentic mode (which corresponds to how DDARN runs by default), finding that DDARN solves an additional problem. We have open-sourced our code under: https://github.com/LMCRC/Newclid
• Abstract（参考訳）: 我々は、AlphaGeometryをベースとしたニュークリッドと呼ばれる新しい幾何学の記号解法を導入する。 Newclidには、DDARN(DDAR-Newclidに由来する)と呼ばれるシンボリックソルバが含まれている。これは、AlphaGeometryのDDARシンボリックソルバを、よりユーザフレンドリにすることで、大幅なリファクタリングとアップグレードである。 プログラマにとっての改善には、モジュール化されたコードベースと、新しいデバッグと視覚化ツールが含まれる。 ユーザのために、Newclidには、DDARNをガイドするエージェントのためのインターフェースを提供する新しいコマンドラインインターフェース(CLI)が含まれている。 DDARNは内部の推論に関して柔軟であり、エージェントによって操られる。 さらに、GeoGebraからのインプットをサポートし、Newclidを教育的コンテキストで利用できるようにする。 さらに、ニュークリッドが解ける問題の範囲が拡大され、計量幾何学の概念(長さ、角度)の理解が向上し、証明にピタゴラスの定理のような定理を使うことが出来るようになった。 バグが修正され、再現性が改善された。 最後に、AlphaGeometryが解決できなかったオリジナルのAG-30データセットから残る5つの問題を再評価し、DDARNの能力と対比した。 https://github.com/LMCRC/Newclid

関連論文リスト

• GeoCoder: Solving Geometry Problems by Generating Modular Code through Vision-Language Models [10.443672399225983]
  視覚パラメトリックモデル(VLM)は、様々なマルチモーダルタスクにおいて大きな進歩を遂げた。 彼らはいまだに幾何学的な問題に悩まされており、事前訓練中に見えない数学的操作を行うことができないため、著しく制限されている。 モジュール型コードファインタニングを利用して,事前に定義された幾何関数ライブラリを使用してコードの生成と実行を行うGeoCoderを提案する。
  論文  参考訳（メタデータ） (2024-10-17T12:56:52Z)
• 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)
• Autoformalizing Euclidean Geometry [74.72212706513318]
  ユークリッド幾何学の自己形式化のためのニューロシンボリックフレームワークを提案する。 1つの課題は、非公式な証明が図に頼り、形式化が難しいテキストのギャップを残すことである。 自己形式化定理文の自動意味評価を行う。
  論文  参考訳（メタデータ） (2024-05-27T14:35:10Z)
• 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)
• MathCoder: Seamless Code Integration in LLMs for Enhanced Mathematical Reasoning [52.97768001837269]
  本稿では,オープンソース言語モデルを微調整する手法を提案する。 本稿では,問題のある新しい,高品質なデータセットを生成する手法とそのコードベースソリューションを提案する。 このアプローチは、問題の解決にコードベースのソリューションを生成することができるモデルのファミリーであるMathCoderモデルを生成する。
  論文  参考訳（メタデータ） (2023-10-05T17:52:09Z)
• Exploring Data Geometry for Continual Learning [64.4358878435983]
  非定常データストリームのデータ幾何を探索することにより,新しい視点から連続学習を研究する。 提案手法は,新しいデータによって引き起こされる幾何構造に対応するために,基底空間の幾何学を動的に拡張する。 実験により,本手法はユークリッド空間で設計したベースライン法よりも優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2023-04-08T06:35:25Z)
• A Multi-Modal Neural Geometric Solver with Textual Clauses Parsed from Diagram [33.62866585222121]
  マルチモーダル情報を効率的に融合する新しいニューラルソルバであるPGPSNetを提案する。 PGPSNetには幾何学定理と幾何学的表現の知識が豊富にある。 我々はPGPS9Kという,大規模かつ詳細なGPSデータセットを構築した。
  論文  参考訳（メタデータ） (2023-02-22T02:38:25Z)
• DeSkew-LSH based Code-to-Code Recommendation Engine [3.7011129410662558]
  ソースコード上の機械学習のための新しいコード・ツー・コードレコメンデーションエンジンであるemphSenatusを紹介する。 SenatusのコアとなるemphDe-Skew LSHは、ローカリティに敏感なハッシュアルゴリズムで、高速(サブ線形時間)検索のためにデータをインデックスする。 コード・ツー・コード・レコメンデーションのタスクにおいて、Senatusはパフォーマンスを6.7%向上し、クエリ時間16xはFacebook Aromaよりも高速であることを示す。
  論文  参考訳（メタデータ） (2021-11-05T16:56:28Z)
• 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。