-
日期: 2022-07-02 | 来源: 量子位 | 有0人参与评论 | 字体: 小 中 大
在机器学习方面，它通过解释 " 分布外样本检测 " 的具体含义，从而正确了给出这个名词的另一种说法。
不过，Minerva 有时也会犯一些低级错误，比如把等式两边的√给消了。
除此之外，Minerva 会出现的推理过程错误但结果对的 " 假阳性 " 情况，比如下面这种，有 8% 的可能性。
经过分析之后，团队发现主要的错误形式来自计算错误和推理错误，只有小部分来自题意理解错误和在步骤中使用了错误的事实等其他情况。
其中计算错误可以轻易通过访问外部计算器或 Python 解释器解决，但其他种类的错误因为神经网络规模太大就不太好调整了。
总的来看，Minerva 的表现让很多人感到惊艳，纷纷在评论区求 API（可惜谷歌目前并没有公开计划）。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见