論文の概要: Murmurations: a case study in AI-assisted mathematics
- arxiv url: http://arxiv.org/abs/2603.09680v1
- Date: Tue, 10 Mar 2026 13:47:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-11 15:25:24.34841
- Title: Murmurations: a case study in AI-assisted mathematics
- Title（参考訳）: 殺人:AI支援数学のケーススタディ
- Authors: Yang-Hui He, Kyu-Hwan Lee, Thomas Oliver, Alexey Pozdnyakov,
- Abstract要約: 算術における顕著な新しい現象の出現を報告する。
機械学習から標準的な解釈可能性ツールを使用して、発話を検出し、分析することができる。
本稿では, 数論とAIにおいて, それらを文脈化して, 大腿骨の概観を述べる。
- 参考スコア（独自算出の注目度）: 0.38887448816036313
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We report the emergence of a striking new phenomenon in arithmetic, which we call murmurations. First observed experimentally through averages over large arithmetic datasets, murmurations can be detected and analyzed using standard interpretability tools from machine learning, including principal component weightings, saliency curves, and convolutional filters. Although discovered computationally, they constitute a genuinely new and intriguing phenomenon in arithmetic that can be formulated and investigated using established tools of number theory. In particular, murmurations encode subtle information about Frobenius traces and naturally belong to the framework of arithmetic statistics. More precisely, murmurations connect to central themes surrounding the conjecture of Birch and Swinnerton-Dyer and perspectives from random matrix theory. In this paper, we present an overview of murmurations, contextualizing them within number theory and AI.
- Abstract（参考訳）: 算術における顕著な新しい現象の出現を報告する。
まず、大規模な算術データセットの平均を通して実験的に観察され、主成分重み付け、サリエンシ曲線、畳み込みフィルタを含む機械学習の標準的な解釈可能性ツールを用いて、マーマレーションを検出し、分析することができる。
計算学的に発見されたが、それらは算術において真に新しく興味深い現象であり、数論の確立されたツールを用いて定式化および研究することができる。
特に、大腿骨はフロベニウスのトレースに関する微妙な情報を符号化しており、自然に算術統計学の枠組みに属している。
より正確には、つぶやきはバーチとスウィンナートン=ダイアーの予想を取り巻く中心的なテーマとランダム行列論からの視点に結びついている。
本稿では, 数論とAIにおいて, それらを文脈化して, 大腿骨の概観を述べる。
関連論文リスト
- Discovering mathematical concepts through a multi-agent system [3.820195410658766]
計算数学的発見のための新しいマルチエージェントモデルを提案する。
我々のシステムは、研究を念頭に考え、独自の予想を示し、それを証明しようと試みる。
局所過程の正しい組み合わせの最適化は、驚くほどよく整合した数学的面白さの概念に繋がると主張している。
論文 参考訳（メタデータ） (2026-03-04T19:13:36Z) - Statistics of the Random Matrix Spectral Form Factor [0.0]
フォームファクター統計をD-1$拡張で次の先行順に識別する。
我々の発見は数字と完全に一致している。
それらは教育的な方法で提示され、次の順で統計的シグネチャの研究において新しい経路が強調される。
論文 参考訳（メタデータ） (2025-03-27T11:34:12Z) - Hypothesis-Driven Theory-of-Mind Reasoning for Large Language Models [76.6028674686018]
エージェントの精神状態を追跡するための推論時間推論アルゴリズムである思考トレースを導入する。
提案アルゴリズムは,ベイズ理論をモデルとした。
本研究は,様々なベンチマークにおける思考トレーシングを評価し,大幅な性能向上を実証した。
論文 参考訳（メタデータ） (2025-02-17T15:08:50Z) - Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory [0.0]
作用素代数のような統計力学における代数的アプローチは、相転移現象を数学的に解析することができることはよく知られている。
この論文は、統計力学と場の量子論の両方において代数研究の先駆者であるアラキ・フジヒロ教授の記憶に捧げられている。
論文 参考訳（メタデータ） (2024-05-31T11:04:13Z) - A Mechanistic Interpretation of Arithmetic Reasoning in Language Models
using Causal Mediation Analysis [128.0532113800092]
算数問題に対するトランスフォーマーに基づくLMの機械的解釈を提案する。
これにより、算術に関連する情報がLMによってどのように処理されるかについての洞察が得られる。
論文 参考訳（メタデータ） (2023-05-24T11:43:47Z) - 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) - Machine-Learning Mathematical Structures [0.0]
本稿では,様々な問題に対するアキュラティシーの比較研究を行う。
このパラダイムは、予想の定式化、より効率的な計算方法の発見、数学における特定の構造階層の探索に有用である。
論文 参考訳（メタデータ） (2021-01-15T22:48:19Z) - Machine Number Sense: A Dataset of Visual Arithmetic Problems for
Abstract and Relational Reasoning [95.18337034090648]
文法モデルを用いて自動生成される視覚的算術問題からなるデータセット、MNS(Machine Number Sense)を提案する。
これらの視覚的算術問題は幾何学的フィギュアの形をしている。
我々は、この視覚的推論タスクのベースラインとして、4つの主要なニューラルネットワークモデルを用いて、MNSデータセットをベンチマークする。
論文 参考訳（メタデータ） (2020-04-25T17:14:58Z)
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。