Индуктивное логическое программирование

Индуктивное логическое программирование повысило точность логических задач модели OlmoLogic до 45%

Суть: Внедрение задач индуктивного логического программирования в процесс обучения позволило модели OlmoLogic 7b Think увеличить точность на тесте SLR-Bench с 15,1% до 45,1%.

Исследование: В ходе эксперимента интерпретатор Prolog использовался для мгновенной проверки гипотез модели, выдавая награду только за правила, верно классифицирующие все тестовые примеры.

Эффект: Использование жестких формальных правил вместо статистических закономерностей привело к росту логических способностей, но снизило качество модели в задачах открытого диалога на 7,6 пункта.

Фактор: Обучение на 56 видеокартах H100 включало 111 416 задач, где индуктивное логическое программирование составляло ключевую часть набора данных для формирования алгоритмического мышления.

Подробнее →