[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

DeepMath-Creative: A Benchmark for Evaluating Mathematical Creativity of Large Language Models

Created by
  • Haebom

저자

Xiaoyang Chen, Xinan Dai, Yu Du, Qian Feng, Naixu Guo, Tingshuo Gu, Yuting Gao, Yingyi Gao, Xudong Han, Xiang Jiang, Yilin Jin, Hongyi Lin, Shisheng Lin, Xiangnan Li, Yuante Li, Yixing Li, Zhentao Lai, Zilu Ma, Yingrong Peng, Jiacheng Qian, Hao-Yu Sun, Jianbo Sun, Zirui Wang, Siwei Wu, Zian Wang, Bin Xu, Jianghao Xu, Yiyang Yu, Zichuan Yang, Hongji Zha, Ruichong Zhang

개요

본 논문은 대규모 언어 모델(LLM)의 수학적 창의성 평가를 위한 새로운 벤치마크인 DeepMath-Creative를 제안하고, 기존 LLM들의 수학적 창의성을 평가한 연구 결과를 제시합니다. 기존 연구들이 주로 LLM의 수학적 추론 능력에 초점을 맞춘 것과 달리, 본 연구는 대수, 기하, 해석 등 다양한 분야의 구성적인 문제를 포함하는 DeepMath-Creative 벤치마크를 사용하여 LLM의 창의적인 문제 해결 능력을 평가합니다. 실험 결과, 최고 성능 모델인 O3 Mini조차도 관대한 채점 기준 하에서 70%의 정확도에 그쳤으며, 복잡한 문제에서는 성능이 급격히 저하되는 것을 확인했습니다. 이는 현재 LLM의 수학적 능력이 단순한 패턴 재조합에 기반한 것이지 진정한 창의적인 통찰력이나 새로운 종합 능력에 기반한 것이 아님을 시사합니다.

시사점, 한계점

시사점:
LLM의 수학적 창의성 평가를 위한 새로운 벤치마크(DeepMath-Creative) 제시
현재 LLM의 수학적 창의성 수준이 낮음을 실험적으로 증명
LLM의 수학적 능력 향상을 위한 연구 방향 제시 (단순 패턴 재조합을 넘어선 진정한 창의성 개발 필요성)
한계점:
DeepMath-Creative 벤치마크의 문제 난이도 및 다양성에 대한 추가적인 검토 필요
평가 기준의 객관성 및 신뢰성에 대한 추가적인 연구 필요
다양한 LLM에 대한 평가가 아닌 제한된 모델에 대한 평가 수행
👍