MARC

 008250224s2024        us  ||||||||||||||c||eng  d
■001000017161940
■00520250211151505
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798382747545
■035    ▼a(MiAaPQ)AAI31298726
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a401
■1001  ▼aLu,  Pan.
■24510▼aAdvancing  Mathematical  Reasoning  With  Language  Models:  A  Multimodal  and  Knowledge-Intensive  Perspective.
■260    ▼a[S.l.]▼bUniversity  of  California,  Los  Angeles.  ▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a208  p.
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-11,  Section:  A.
■500    ▼aAdvisor:  Chang,  Kai-Wei.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Los  Angeles,  2024.
■520    ▼aMathematical  reasoning  is  a  pivotal  component  of  human  intelligence,  crucial  for  advancing  education  and  science.  This  dissertation  delves  into  the  development  of  language  model  systems  capable  of  robust  mathematical  reasoning,  marking  a  significant  step  toward  realizing  general  artificial  intelligence.  We  introduce  multi-modal  and  knowledge-intensive  benchmarks  to  assess  the  reasoning  capabilities  of  large  language  models  (LLMs)  and  vision-language  models  (VLMs)  across  real-world  contexts,  including  visual  information,  tabular  data,  and  scientific  domains.This  dissertation  advances  the  field  by  proposing  new  pre-trained  VLMs.  For  instance,  Patch-Trm  introduces  a  patch-based  cross-modal  Transformer  model  for  abstract  diagram  reasoning.  We  also  present  innovative  retrieval  and  tool-augmented  algorithms  that  enhance  LLM  capabilities.  Notably,  Inter-GPS  is  a  neuro-symbolic  solver  for  geometry  that  demonstrates  human-level  performance,  marking  a  first  in  the  domain.  Additionally,  PromptPG  pioneers  the  use  of  reinforcement  learning  for  dynamic  in-context  example  selection,  significantly  improving  the  stability  and  accuracy  of  LLMs.  Another  groundbreaking  contribution  is  Chameleon,  a  model  that  integrates  LLMs  with  external  tools,  vastly  increasing  their  flexibility  and  effectiveness  in  real-world  applications.  The  dissertation  concludes  by  analyzing  the  latest  advances  in  mathematical  reasoning  within  visual  contexts,  and  highlighting  the  current  challenges  and  future  prospects.
■590    ▼aSchool  code:  0031.
■650  4▼aLinguistics.
■650  4▼aComputer  science.
■653    ▼aLanguage  models
■653    ▼aLarge  language  models
■653    ▼aMathematical  reasoning
■653    ▼aVision  language  models
■653    ▼aHuman  intelligence
■690    ▼a0800
■690    ▼a0984
■690    ▼a0290
■71020▼aUniversity  of  California,  Los  Angeles▼bComputer  Science  0201.
■7730  ▼tDissertations  Abstracts  International▼g85-11A.
■790    ▼a0031
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17161940▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서