第139章 新的SOTA（1 / 2）

[爱笔趣]ibiqu. v i p 一秒记住！

当晚，徐辰收到张乐阳发来的消息，语音里透着掩饰不住的兴奋，甚至连称呼都变了：

「徐神！搞定了！彻底收敛了！精度比我们预期的还要高两个百分点！老板刚才看了结果，高兴得差点没把桌子拍碎，直夸我们这次效率高！我跟老板提了一嘴是您帮忙改的算法，老板说改天一定要请您吃饭！」

紧接着，是一张截图。

图片上是校级计算中心的任务队列管理界面。

「我跟中心那边打好招呼了，我们课题组的帐号权限已经给你开通了。这是SSH密钥和IP位址。你直接远程登录就行，不用再跑一趟了。现在四张A100全空着，优先级调到了最高，你随便造！」

「谢了，学长。」

（请记住找台湾好书上台湾小说网，t??w??k??a??n??.c??o??m??超方便网站，观看最快的章节更新）

徐辰回了个抱拳的表情。

这个忙也不算白帮，几个小时前，他还得排队填表看人脸色；现在，他手里握着物理学院国家重点项目的算力通道，享受着VIP级别的待遇。

……

徐辰打开终端，输入指令，连接伺服器。

「来吧，LAART，让我看看你的成色。」

他敲下了那行早已准备好的指令。

运行！

……

这个阶段是AI的训练阶段，在这个阶段，模型需要通过海量的文本数据，学习语言的语法丶词汇之间的关联，以及基础的世界知识。

风扇的轰鸣声仿佛透过网络传了过来。

屏幕上，一行行日志开始飞速滚动。

Epoch1/100|Loss:2.4582|Accuracy:12.4%

Epoch2/100|Loss:1.8923|Accuracy:28.7%...

起初，Loss曲线的下降并不算快，这在徐辰的预料之中。因为LAART模型引入了复杂的几何约束，模型在初期需要花费大量时间去「寻找」那些逻辑盒子在向量空间中的正确位置。

这就像是在玩拼图，刚开始总是最慢的。

徐辰没有盯着屏幕发呆，他起身给自己泡了杯咖啡，顺便看了会美剧。

两个小时后。

当他再次回到屏幕前时，终端里的数据已经发生了翻天覆地的变化。

Epoch50/100|Loss:0.1245|Accuracy:94.2%

「收敛速度比预想的要快。」

徐辰眉毛一挑。

普通的Transformer模型在处理逻辑推理任务时，往往需要海量的数据「喂」进去，靠概率去「蒙」出逻辑关系，所以收敛极慢，且很容易过拟合。

但LAART不一样。

它的「逻辑门控单元」就像是一个严厉的老师，一旦模型试图「瞎蒙」，就会被几何约束狠狠地惩罚。这迫使模型必须去学习真正的因果链条，而不是统计规律。

「差不多了。」

徐辰终止了训练，保存了模型权重。

……

接下来，是见证奇迹的时刻——推理测试。也就是看一下刚刚训练好的AI在实际推理上的成绩怎麽样。

他打开了那个专门用来测试逻辑能力的CLUTRR数据集，随机抽取了一道题输入模型。

Context（上下文）：「爱丽丝的丈夫是鲍勃。鲍勃的女儿是克莱尔。克莱尔的哥哥是大卫。大卫的儿子是艾瑞克。」

Question（问题）：「爱丽丝是艾瑞克的什麽人？」

徐辰按下了回车。

如果是普通的GPT-3级别的模型，面对这种多跳推理，很容易因为「注意力分散」而答错，可能会回答「阿姨」或者「妈妈」。

屏幕上光标闪烁了0.1秒。

回答:Grandmother(祖母)

逻辑路径:爱丽丝-＞(妻子)-＞鲍勃-＞(女儿)-＞克莱尔-＞（哥哥）-＞大卫-＞（儿子）-＞艾瑞克.

「漂亮！」

徐辰打了个响指。

不仅仅是答案正确，更重要的是那个逻辑路径。这说明模型不是在「猜」，而是在那个高维的几何空间里，真正地构建出了人物关系图谱，并通过向量运算，一步步推导出了结果！

……

但这只是单例测试，说明不了大问题。真正的考验，是全量数据集的泛化能力测试。

他首先进行了离线测试。也就是用CLUTRR数据集中，预先划分好的「验证集」来跑分。这部分数据模型在训练时是没见过的，可以初步检验模型的泛化能力。

他敲下了测试指令，看着进度条一点点向前推进。

趁着测试的空档，他打开了PapersWithCode网站，搜索了CLUTRR数据集的最新排行榜。

排名第一的，是DeepMind在半年前发布的Neuro-SymbolicGNN(v2)，准确率达到了92.4%。这是一个专门为逻辑推理设计的丶极其复杂的混合架构，号称融合了神经网络和符号AI的精髓。

𝐈  𝓑𝐈  𝑄u.v  𝐈  P