Machine Learning,Artificial Intelligence,Computation and Language,Logic in Computer Science,یادگیری ماشین , هوش مصنوعی , محاسبات و زبان , منطق در علوم کامپیوتر ,
توضیحات
Submitted 20 August, 2024; originally announced August 2024.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Formal theorem proving, a field at the intersection of mathematics and computer science, has seen renewed interest with advancements in large language models (LLMs). This paper introduces SubgoalXL, a novel approach that synergizes subgoal-based proofs with expert learning to enhance LLMs' capabilities in formal theorem proving within the Isabelle environment. SubgoalXL addresses two critical challenges: the scarcity of specialized mathematics and theorem-proving data, and the need for improved multi-step reasoning abilities in LLMs. By optimizing data efficiency and employing subgoal-level supervision, SubgoalXL extracts richer information from limited human-generated proofs. The framework integrates subgoal-oriented proof strategies with an expert learning system, iteratively refining formal statement, proof, and subgoal generators. Leveraging the Isabelle environment's advantages in subgoal-based proofs, SubgoalXL achieves a new state-of-the-art performance of 56.1\% in Isabelle on the standard miniF2F dataset, marking an absolute improvement of 4.9\%. Notably, SubgoalXL successfully solves 41 AMC12, 9 AIME, and 3 IMO problems from miniF2F. These results underscore the effectiveness of maximizing limited data utility and employing targeted guidance for complex reasoning in formal theorem proving, contributing to the ongoing advancement of AI reasoning capabilities. The implementation is available at \url{https://github.com/zhaoxlpku/SubgoalXL}.
چکیده به فارسی (ترجمه ماشینی)
اثبات قضیه رسمی ، زمینه ای در تقاطع ریاضیات و علوم کامپیوتر ، با پیشرفت در مدلهای بزرگ زبان (LLMS) علاقه جدیدی پیدا کرده است.در این مقاله SubGoalXL ، یک رویکرد جدید که اثبات مبتنی بر زیرزمین را با یادگیری متخصص برای تقویت توانایی های LLMS در قضیه رسمی در محیط ایزابل هم افزایی می کند.SubGoalXL به دو چالش مهم می پردازد: کمبود ریاضیات تخصصی و داده های ارائه دهنده قضیه و نیاز به بهبود توانایی های استدلال چند مرحله ای در LLMS.با بهینه سازی راندمان داده ها و استفاده از نظارت در سطح زیرزمینی ، SubgoalXL اطلاعات غنی تر از اثبات محدود انسانی را عصاره می کند.این چارچوب استراتژی های اثبات زیرزمینی را با یک سیستم یادگیری تخصصی ادغام می کند ، و به طور تکراری بیانیه رسمی ، اثبات و ژنراتورهای فرعی را اصلاح می کند.SubGoalXL با استفاده از مزایای محیط ایزابل در اثبات مبتنی بر زیرزمین ، عملکرد جدید و پیشرفته ای از 56.1 \ ٪ در ایزابل را در مجموعه داده های استاندارد Minif2F به دست می آورد ، و این نشان دهنده بهبود مطلق 4.9 \ ٪ است.نکته قابل توجه ، SubGoalXL با موفقیت 41 AMC12 ، 9 AIME و 3 مشکل IMO را از Minif2F حل می کند.این نتایج تأکید بر اثربخشی حداکثر رساندن ابزار داده محدود و استفاده از راهنمایی های هدفمند برای استدلال پیچیده در اثبات قضیه رسمی ، و این امر به پیشرفت مداوم قابلیت های استدلال هوش مصنوعی کمک می کند.اجرای در \ url {https://github.com/zhaoxlpku/subgoalxl} در دسترس است.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
