申请/专利权人:清华大学
申请日:2024-01-16
公开(公告)日:2024-04-26
公开(公告)号:CN117933392A
主分类号:G06N5/04
分类号:G06N5/04;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了基于理科题目解答任务的蒙特卡洛树搜索方法及装置,本发明方法,包括获取具有分步解答标注的理科题目数据集;将理科题目数据集输入至价值模型以利用逐步回归法进行价值模型训练,并利用蒙特卡洛树策略模型对每道题目进行搜索解答确定对应的搜索树以进行策略模型训练;其中,搜索树的树节点为若干推理步骤构成的针对理科题目的解答,树边为进行的单步推理步数;基于训练好的价值模型和训练好的蒙特卡洛树策略模型构建搜索模型;将实时理科题目数据输入至搜索模型以基于训练好的价值模型输出的节点状态价值评估结果进行树搜索得到数据搜索解答结果。本发明可以大幅提高模型在较难的大学理科题目解答的任务中的推理性能,有效解答。
主权项:1.一种基于理科题目解答任务的蒙特卡洛树搜索方法,其特征在于,所述方法包括以下步骤:获取具有分步解答标注的理科题目数据集;将所述理科题目数据集输入至价值模型以利用逐步回归法进行价值模型训练,并利用蒙特卡洛树策略模型对每道题目进行搜索解答确定对应的搜索树以进行策略模型训练;其中,所述搜索树的树节点为若干推理步骤构成的针对理科题目的解答,树边为进行的单步推理步数;基于训练好的价值模型和训练好的蒙特卡洛树策略模型构建搜索模型;将实时理科题目数据输入至所述搜索模型以基于所述训练好的价值模型输出的节点状态价值评估结果进行树搜索得到数据搜索解答结果。
全文数据:
权利要求:
百度查询: 清华大学 基于理科题目解答任务的蒙特卡洛树搜索方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。