AI科学语言大模型火焰了，数学生物样样行，编代码写综述也不在话下

来源：内饰 2023年04月25日 12:18

Pine 发自凹非寺

量子位 | 社会公众号 QbitAI

AI搜索引擎数度进化？！

给这个AI一个基调，分分钟给你甩出一篇篇文章综述，而且还会自己提供篇文章词条。

又或者读所写一个物理化学类的该词，AI也能快速转化这个该词专属的编辑者。

这个AI名叫Galactica （简称：GAL），是最新开源的一个物理化学语言大框架，把AI转化为物理化学劳动力。

并且还发挥作用了人文学科“大一统”，数学分析、物理化学、计算机…这个AI都能用。

框架刚一放出，就快速引发帖子热议，目前相关推文已有近15万浏览，累计点赞、发信、援引也已破五千。

Facebook前技术开发官也出来为它来站台。

还有帖子亲自体验了一把，所写出来的古文献综述“看起来相当不错”，甚至直呼：

下一步它真的就能产生新想法了。

回事所写古文献综述和产出编辑者还只是GAL机制的一部分，除去这些，它还能回答一些专业知识疑虑、编所写物理化学编码、释义水分子和蛋白质……

确切效果如何，一齐看看吧～

可以作为物理化学产出的工具

引用物理化学劳动力，就肯定离不开篇文章的查帮忙，这不，GAL帮你解决了。

它包括了五种物理化学人文学科：数据挖掘、数学分析、计算机物理化学、生物以及物理化学。

为了让好人文学科，然后在左圆角读所写想要帮忙的篇文章基调，右边GAL日后会自荐比如说的篇文章以供阅读。

除了自荐篇文章之外，GAL还有一个更为实用的机制：转化摘录。

比如说要做个关于密度泛函理论（DFT）的pre，又懒得所写摘录，单独GAL一下，分分钟搞定（手动老虎）。

GAL还必须用来释义水分子和蛋白质，如下就是GAL转化的RDKit（可转化使用数据挖掘的水分子POSIX）操作手册。

在一些细节疑虑上，GAL也狠狠拿捏了！

就比如说你看不懂一些适合于的最简单和编码，忘了交给GAL来解决，它能单独给你翻译成大白话。

不仅如此，它还能发挥作用最简单和编码密切关系的相互转换，或者各有不同类别编码密切关系的转换。

更举足轻重的是，他还有精简公式和查错机制。

怎么明白的？

GAL能发挥作用这么适合于的机制，就不得不引用它的训练数据资料集。

据官方消息，GAL是在一个名为NatureBook的新型高效率物理化学数据资料集上进行训练的，这使框架必须使用物理化学术语、数学分析和化学公式以及源编码。

其中包含最少4800万篇篇文章、辞典和课堂摘录，还有数百万计的氧化物和蛋白质、物理化学网站以及百科全书等等。

除此之外，为了查帮忙篇文章并标准化援引，GAL的数据资料之外值得注意最少3.6亿条表达式援引和最少5000万条跨各有不同可能标准化的独特参考。

有了这么庞大的数据资料集之后，那接下来日后面对着两个疑虑。

第一个疑虑是如何管理机构这些高效率的数据资料集，发挥作用这点，GAL用了基元：

所有数据资料都以一种通用的标上格式进行解决疑虑，连接起来各种可能数据资料密切关系的战略性。预训练中值得注意使用特定任务的数据资料集，这就能保证在解决疑虑特定任务时必须更为专业知识。

还有一个疑虑是：如何设计图形界面交互？

首先就像上文引用的那样，GAL必须赞同各有不同类别的任务。

因此在设计图形界面交互时日后对各种任务进行分类，各有不同的分类会赞同各有不同的类别的数据资料。

既然GAL拥有高度管理机构和高效率的物理化学数据资料集，那和其他框架相比效果如何？

单独上数据资料！

逻辑推理方面，GAL的优势脱颖而出，在数学分析MMLU（大规模多任务语言理解）上，展现要优于Chinchilla，数学分析方面，展现也优于PalM 540B和GPT-3 175B。

尽管，GAL并没有经过一般数据资料集的训练，但它在BIG-bench上的展现仍旧优于BLOOM和OPT-175B。

看剩之后真的也心痒痒了，先码住再说！

传送门：

参考URL：[1][2][3]

— 剩 —

量子位 QbitAI · 头条号签约