英国DeepMind公司利用大语言模型（LLM）对一个著名的数学问题提出了“新见解”，并通过系统的、迭代的评估框架确保其正确。该研究成果或可改进LLM用来解决问题和学习新知识的途径。相关研究成果于2023年12月14日发表在《自然》期刊上。

研究团队提出了一种新方法——FunSearch。首先，研究人员将一组产生创造性解决方案的LLM和一个作为检查者以避免错误建议的评估程序结合起来。接着，将一个多次迭代此过程的演化方法，作为输入来引导LLM。结果表明，这种方法可以得到新的、可验证的正确结果。研究人员还将“FunSearch”应用到了著名的上限集问题（数学中涉及计数和排列领域的一个中心问题），发现了超越最著名上限集的大上限集新构造。

研究人员表示，“FunSearch”的成功关键是它会寻找那些描述怎样解决问题的程序，而非直接寻找解决办法。因为“FunSearch”的结果易于被解释和验证，意味着这一方法有望激发科学家在该领域的进一步思考。

目前，该成果可能还不适合解决大多数类型的挑战，但研究团队提出了未来改进的可能。或许在不久之后，“FunSearch”将可用于破解数学界更大范围、更多种多样的难题。

信息来源：

https://www.nature.com/articles/s41586-023-06924-6

http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2023-12/15/content_564188.htm?div=-1