A foundation model of numerical intelligence with cross-disciplinary generalization
Di cosa parla
UNICON è un modello di base che impara a ragionare con dati numerici osservando esempi organizzati come grafi: individua la relazione predittiva presente negli esempi e la applica a nuove richieste dello stesso sistema. Lo stesso modello affronta problemi scientifici e sociali anche in discipline non viste durante l'addestramento e, se combinato con agenti che lavorano sul testo per mettere insieme più valutazioni contestuali, può superare specialisti; infine, una maggiore varietà dei dati di addestramento migliora la capacità di generalizzare.
Cosa permette di osservare
Consente di esplorare se una singola intelligenza artificiale può trasferire il ragionamento numerico tra discipline senza riaddestramento, e se l'integrazione con sistemi che elaborano testo aiuta a migliorare le soluzioni in contesti nuovi.
Dalla fonte
Intelligence is commonly understood as the ability to acquire and apply knowledge, adapt to unfamiliar situations and solve new problems. Large language models exhibit this capacity by inferring task-relevant knowledge from textual context and applying it to new tasks. Yet intelligence need not be confined to language. For scientific and social systems, we need models that acquire and apply knowledge from numerical context-an ability we call numerical intelligence. Here we introduce UNified In-Context Operator Networks (UNICON), a foundation model that exhibits numerical intelligence across disciplines. Using graph-based examples from a system as context, UNICON infers the predictive relation shared across them and applies it to queries from the same system. Across scientific and social systems, including those from disciplines absent from training, the same model approaches specialist…