理论

RLHF 与 AlphaGo 的核心技术结合在一起，会碰撞出怎样的火花？

我们知道，人类具有「举一反三」的威力，即进修一个新概念后立即就能用它来理解相关用法。例如，当小朋友知道如何「跳」，他们就会明白「在房间里跳两次」是什么意思。而对于机器来说，这种威力是极具挑战性的。20 世纪 80 年代末，哲学家和认知科学家 Jerry Fodor 和 Zenon Pylyshyn 认为人工神经网络缺乏零碎拉拢的威力。几十年来，领域内的研讨人员一直在努力让神经网络具备一些泛化威力，…

编辑 | 萝卜皮准确预计蛋白质和配体之间的连系亲和力对于药物发现至关重要。图神经网络（GNN）的最新进展在进修蛋白质-配体复合物的表示以估计连系亲和力方面取得了重大进展。为了提高 GNN 的性能，经常需要从几许角度钻研蛋白质-配体复合物。虽然「现成的」GNN 可以包含分子的一些基本几许布局，例如间隔和角度，通过将复合体建模为同亲图，这些解决方案很少考虑更高级别的几许属性，例如曲率和同源性，以及异亲…

编辑 | 萝卜皮细胞典型反卷积是一种用于从洪量测序数据中确定/解析细胞典型比例的计算格式，并且经常用于剖析肿瘤构造样本中的不同细胞典型。然而，由于重复性/再现性、参照标准可变以及缺乏单细胞蛋白质组参照数据的应战，使用蛋白质组数据剖析细胞典型的反卷积技巧仍处于起步阶段。哈尔滨工业大学、腾讯 AI lab 以及苏黎世联邦理工学院的研讨团队合作开发了一种专门针对蛋白质组数据设计的鉴于深度学习的反卷积格式…

编辑 | 绿萝「从头份子安排」是材料科学的「圣杯」。生成深度学习的引入极大地推进了这一方向，但份子发现仍然具备挑战性，而且往往效率低下。以色列理工学院（Technion-Israel Institute of Technology）和意大利威尼斯大学（University Ca’ Foscari of Venice）的研讨团队，提出一种用于逆向份子安排的带领集中模型：GaUDI，它结合了用于属性展…

尝鲜 GPT-4 之后，陶哲轩又用上了 Github Copilot。这一次，他的试用场景是学习 Lean 言语并利用其形式化数学定理。对于大模型来说，形式化的定理证实也算一种挑战。形式化证实本质上是一种计算机程序，但与 C 或 Python 中的传统程序不同，证实的正确性可以用证实助手（比如 Lean 言语）来考证。定理证实是代码生成的一种特殊形式，在评估上非常严格，没有让模型产生幻觉的空间。而…

数学证实=计算机程序？什么是柯里-霍华德对应？一些科学发觉被赋予了重要的意义，因为揭示了一些新的东西，比如 DNA 的双螺旋结构或黑洞的存在。但是，揭示出的这些东西还具有更深远的意义，因为它们表明：两个之前看起来大不一样的老旧观念事实上却是一样的。比如詹姆斯・克拉克・麦克斯韦发觉的方程组表明，电与磁是同一个现象的两个不同方面，而广义相对论则把引力和弯曲的时空联系到了一起。柯里 - 霍华德对应（Cu…

编辑 | 紫罗GPT-4 在应对化学挑战方面显露出非凡的才智，但仍然存在明显的弱点。东京工业大学的化学家 Kan Hatakeyama-Sato 表示：「它对化学有着显著的明白，这表明它可以以类似于人类思维过程的方式预计和提出实验结果。」最近，Hatakeyama-Sato 和他的同事在《Science and Technology of Advanced Materials: Methods》杂…

概要复旦DISC实验室推出了ReForm-Eval，一个用于综合评价大视觉言语模型的基准数据集。ReForm-Eval通过对已有的、不同任意情势的多模态基准数据集从事重构，建立了一个具有统一且适用于大模型评测情势的基准数据集。所建立的ReForm-Eval具有如下特点：建立了横跨8个评价维度，并为每个维度供应足量的评测数据（平均每个维度4000余条）；具有统一的评测题目情势（包括单选题和文本生成题…