Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Solving olympiad geometry without human demonst...
Search
Toma Tanaka
January 22, 2024
Technology
4
660
Solving olympiad geometry without human demonstrations
Solving olympiad geometry without human demonstrationsの論文紹介
AlphaGeometryの論文
間違いや修正箇所などがあればご指摘ください!
Toma Tanaka
January 22, 2024
Tweet
Share
More Decks by Toma Tanaka
See All by Toma Tanaka
AI研究の自動化に向けたOSSの開発
fuyu_quant0
0
88
大規模言語モデルの論理構造の把握能力と予測モデルの生成
fuyu_quant0
0
170
Evolutionary Optimization of Model Merging Recipes
fuyu_quant0
4
2.3k
Inductive-bias Learning: 大規模言語モデルによる予測モデルの生成
fuyu_quant0
0
210
論文紹介:Language Model Inversion
fuyu_quant0
0
260
量子コンピュータとデータサイエンティスト
fuyu_quant0
0
400
スライド用GPTを使った 「量子コンピュータ」の スライド作成
fuyu_quant0
0
35k
Other Decks in Technology
See All in Technology
Exadata Database Service on Dedicated Infrastructure(ExaDB-D) UI スクリーン・キャプチャ集
oracle4engineer
PRO
2
5.4k
AIが書いたコードをAIが検証する!自律的なモバイルアプリ開発の実現
henteko
1
330
GopherCon Tour 概略
logica0419
2
180
SoccerNet GSRの紹介と技術応用:選手視点映像を提供するサッカー作戦盤ツール
mixi_engineers
PRO
1
170
Why Governance Matters: The Key to Reducing Risk Without Slowing Down
sarahjwells
0
100
about #74462 go/token#FileSet
tomtwinkle
1
290
Escaping_the_Kraken_-_October_2025.pdf
mdalmijn
0
120
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
9k
GA technologiesでのAI-Readyの取り組み@DataOps Night
yuto16
0
260
DataOpsNight#8_Terragruntを用いたスケーラブルなSnowflakeインフラ管理
roki18d
1
340
AI Agentと MCP Serverで実現する iOSアプリの 自動テスト作成の効率化
spiderplus_cb
0
480
成長自己責任時代のあるきかた/How to navigate the era of personal responsibility for growth
kwappa
3
270
Featured
See All Featured
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
[RailsConf 2023] Rails as a piece of cake
palkan
57
5.9k
What's in a price? How to price your products and services
michaelherold
246
12k
Writing Fast Ruby
sferik
629
62k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
A better future with KSS
kneath
239
17k
Optimizing for Happiness
mojombo
379
70k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
Rails Girls Zürich Keynote
gr2m
95
14k
Why You Should Never Use an ORM
jnunemaker
PRO
59
9.6k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
Transcript
田中 冬馬 2023/1/22 ShibuyAI No.4
自己紹介 株式会社ブレインパッド データサイエンティストとしてマーケティング分析,広告文の自動生成などの自 然言語処理の業務に従事 その他の活動 LLM 関連で論文執筆 Inductive-bias Learning: Generating
Code Models with Large Language Model Data Science wiki データ分析手法,AI 関連の技術のまとめサイト Qiita の執筆 @fuyu_quant 1
概要 Googe DeepMind の研究,Nature(2024/1/17) に掲載 言語モデルと演繹的推論を組み合わせたAlphaGeometry を提案 平面幾何学の問題限定でIMO 金メダリストの平均的なスコアに迫る正解率を達成 (SOTA)
演繹的推論だけで導けない補助項の生成に言語モデルを利用 人間による注釈や問題文を使わず合成データだけで言語モデルを学習 学習データ不足になりがちな数学などの領域に対する一つの指針となるフレーム ワーク ※IMO ...International mathmatical Olympaid( 国際数学オリンピック) 2
前提知識 DD(Deductive databse) http://www.mmrc.iss.ac.cn/~xgao/paper/jar-gdbase.pdf データベースを使い幾何学的な問題を演繹的に推論する手法 AR(Algebraic reasoning) 代数的な概念,原則,手法を用いて問題を解く方法 論文のAppendix に記載
(※ 上記についての説明は含みませんが内容は理解できると思います) 3
背景・課題,目的 4
背景・課題 背景 定理証明能力は論理的な推論に精通し,広範な空間を探索する能力を必要と するため人工知能研究の一つの焦点 定理証明は学習ベースの手法では困難と言われている 課題 学習データが少ない 人間の証明を機械が検証可能な言語(Lean9 など) に翻訳したデータが少な
い 特に幾何学は翻訳することが難しく証明例が非常に少ない 5
目的 人によるデータ作成を行わずに合成データを作成する方法を提案 合成データにより学習した言語モデルと演繹的推論をくみあわせる他手法 (AlphaGeometry) を使いIMO 金メダリストの平均スコアに迫るスコアを実証す る. 6
手法 7
手法 学習のための合成データの作成 利用した言語モデル 言語モデルの学習 AlphaGeometry の動作 8
学習のための合成データの生成 右図にあるような“ 前提” からサンプリン グを行う “ 前提“ から記号的演繹エンジン(DD+AR) を使い様々なtrue statements
を生成 証明の中の部分的な演繹推論を取り出 し,1 億個のユニークな証明のサンプル を生成 (IMO-AG-30 問題を含まないような) ・・・ ( 全部で55 個) 9
学習のための合成データの生成 記号的演繹エンジン(DD+AR) を使い“ 前提” をもとにtrue statements を生成 上記の場合,学習データサンプルは以下のようになる 前提:ランダムサンプリングしたもの 結論:“HA
⊥BC” 証明:“HA ⊥BC” 以外の緑色のノード 10
利用した言語モデル 利用したライブラリ Meliad 人気のあるTransformer アーキテクチャを拡張し,長いシーケンスに対応させたものなどが含まれ ている https://github.com/google-research/meliad 言語モデル アーキテクチャ:(Transformer-XL with
sliding window ?) Meliad のベースラインモデルで採用されており,今回の研究では基本設定を使ったと記載があるため パラメータ:1 億5100 万 12 層 埋め込み次元:1024 アテンションのヘッド:8 Tokenizer SentencePiece を単語モードで学習 11
言語モデルの学習 “ 前提, 結論, 証明” の順番で文字列を作成し,“ 前提, 結論” から“ 証明”
を生成するよ うに言語モデルを学習 このような学習を行うことで演繹的推論だけでは導けない補助項を生成できる ようになる 補助項の構築は以前から研究されていたが,手作業で作成されたテンプレ ートなどを活用しており人間の経験のサブセットに制限されていた 言語モデルと組み合わせることで記号的演繹エンジン(DD+AR) で解ける以上の 問題を解くことができる 12
AlphaGeometry の証明方法 実行方法( 以下を繰り返す) 記号的演繹エンジンで与えられた記述から証明を試みる a. 証明できない場合に言語モデルにより補助項を追加する b. 設定 最大反復回数:16
回 ビームサーチ LLM の出力の上位512 個を用いて探索する 13
結果 14
結果 テストデータセット 2000 年から現在までのIMO の公式問題から作成 AlphaGeometry が対象とする幾何学の問題に絞り作成 幾何学的な不等式など,他の数学の領域を必要とする問題は対象外 全部で30 題の問題を用意
全て学習データに含まれていないことを確認済み 15
結果 AlphaGeometry は30 問中25 問を 解答 16
結果 10 種類のソルバーを使い比較 AlphaGeometry でSOTA を達成 17
結果 人間にも難しい問題はAlphaGeometry の証明の長さに反映されている 簡単な問題( 人間のscore>3.5) では人間のスコアと証明長に相関は見られない 18
まとめ 19
概要( 再掲) Googe DeepMind の研究,Nature(2024/1/17) に掲載 言語モデルと演繹的推論を組み合わせたAlphaGeometry を提案 平面幾何学の問題限定でIMO 金メダリストの平均的なスコアに迫る正解率を達成
(SOTA) 演繹的推論だけで導けない補助項の生成に言語モデルを利用 人間による注釈や問題文を使わず合成データだけで言語モデルを学習 学習データ不足になりがちな数学などの領域に対する一つの指針となるフレーム ワーク ※IMO ...International mathmatical Olympaid( 国際数学オリンピック) 20
None
関連するリンク 公式ページ https://deepmind.google/discover/blog/alphageometry- an-olympiad-level-ai-system-for-geometry/ Nature https://www.nature.com/articles/s41586-023-06747-5 GitHub https://github.com/google-deepmind/alphageometry