Bard matematiksel görevlerde, kodlama sorularında ve dize manipülasyonunda daha iyi hale geliyor. Ve Google E-Tablolar’a yeni bir dışa aktarma işlemi var
Bard, yanıtında bir tablo oluşturduğunda – örneğin “hayvan barınağım için gönüllü kayıtlar için bir tablo oluşturmasını” istediğinizde – artık doğrudan E-Tablolar’a aktarabilirsiniz.
Gelişmiş akıl yürütme ve matematik istemleri için daha iyi yanıtlar
“Örtük kod yürütme” adı verilen yeni bir teknik, Bard’ın hesaplama istemlerini algılamasına ve arka planda kod çalıştırmasına yardımcı olur. Sonuç olarak, matematiksel görevlere, kodlama sorularına ve dize manipülasyon istemlerine daha doğru yanıt verebilir. Böylece Bard, aşağıdaki gibi istemleri yanıtlamakta daha iyi olacak:
- 15683615 başlıca faktörleri nelerdir?
- Tasarruflarımın büyüme oranını hesaplayın
- Benim için “Lollipop” kelimesini tersine çevir
Geliştirilmiş mantık ve akıl yürütme becerileri
Büyük dil modelleri (LLM’ler) tahmin motorları gibidir – bir istem verildiğinde, hangi kelimelerin daha sonra geleceğini tahmin ederek bir yanıt üretirler. Sonuç olarak, dil ve yaratıcı görevlerde son derece yetenekliydiler, ancak akıl yürütme ve matematik gibi alanlarda daha zayıftılar. Gelişmiş akıl yürütme ve mantık yetenekleriyle daha karmaşık sorunların çözülmesine yardımcı olmak için, yalnızca LLM çıktısına güvenmek yeterli değildir.
Yeni yöntemimiz, Bard’ın akıl yürütme ve matematik yeteneklerini artırmak için kod oluşturmasına ve yürütmesine izin veriyor. Bu yaklaşım, özellikle Daniel Kahneman’ın “Düşünme, Hızlı ve Yavaş” adlı kitabında ele alınan, insan zekasındaki iyi çalışılmış bir ikilemden ilham alır – “Sistem 1” ve “Sistem 2” düşüncesinin ayrılması.
- Sistem 1 düşüncesi hızlı, sezgisel ve zahmetsizdir. Bir caz müzisyeni yerinde doğaçlama yaptığında veya bir dokunmatik tipçi bir kelime hakkında düşünüp ekranda görünmesini izlediğinde, Sistem 1 düşüncesini kullanıyorlar.
- Sistem 2 düşüncesi, aksine, yavaş, kasıtlı ve çabalayıcıdır. Uzun bölme yaparken veya bir enstrümanın nasıl çalınacağını öğrenirken, Sistem 2’yi kullanıyorsunuz demektir.
Bu analojide, LLM’lerin tamamen Sistem 1 altında çalıştığı düşünülebilir – hızlı bir şekilde ancak derin düşünmeden metin üretir. Bu, bazı inanılmaz yeteneklere yol açar, ancak bazı şaşırtıcı şekillerde yetersiz kalabilir. (Sadece Sistem 1’i kullanarak bir matematik problemini çözmeye çalıştığınızı hayal edin: Durup aritmetik yapamazsınız, sadece akla gelen ilk cevabı tükürmeniz gerekir.) Geleneksel hesaplama, Sistem 2 düşüncesiyle yakından uyumludur: Formüle edilmiş ve esnek değildir, ancak doğru adım dizisi, uzun bölünme çözümleri gibi etkileyici sonuçlar üretebilir.
Bu son güncellemeyle, Bard’ın yanıtlarındaki doğruluğu artırmaya yardımcı olmak için hem LLM’lerin (Sistem 1) hem de geleneksel kodun (Sistem 2) yeteneklerini birleştirdik. Örtük kod yürütme yoluyla Bard, mantıksal koddan yararlanabilecek istemleri tanımlar, “kaputun altında” yazar, yürütür ve sonucu daha doğru bir yanıt üretmek için kullanır. Şimdiye kadar, bu yöntemin Bard’ın iç zorluk veri kümelerimizdeki hesaplama tabanlı kelime ve matematik problemlerine verdiği yanıtların doğruluğunu yaklaşık% 30 oranında artırdığını gördük.
Bu iyileştirmelerle bile, Bard her zaman doğru olanı yapmayacaktır – örneğin, Bard hızlı yanıta yardımcı olmak için kod üretemeyebilir, ürettiği kod yanlış olabilir veya Bard yürütülen kodu yanıtına dahil etmeyebilir. Tüm bunlarla birlikte, yapılandırılmış, mantık odaklı yeteneklerle yanıt verme konusundaki bu gelişmiş yetenek, Bard’ı daha da yararlı hale getirmek için önemli bir adımdır.
