Математический интеллект: Проверка возможностей современных моделей

Новое исследование оценивает способность современных языковых моделей решать сложные математические задачи, особенно в областях, недостаточно представленных в стандартных наборах данных.

![Результаты cMPS для корреляционных функций [latex]C_{+}(x)C_{+}(x)[/latex] и [latex]C_{-}(x)C_{-}(x)[/latex] демонстрируют, что при фиксированном значении [latex]c_{12}[/latex] эти функции масштабируются в соответствии с предсказаниями теории жидкости Латтингера, где значения [latex]K_{+} [/latex] и [latex]K_{-}[/latex] определяются численно, а расчеты проводились при размерности связи [latex]\chi = 32[/latex], что указывает на зависимость корреляций от отношения [latex]x/ \xi[/latex], где ξ - корреляционная длина системы.](https://arxiv.org/html/2512.24998v1/x3.png)
![Предлагаемый конвейер оптимизации демонстрирует поэтапный переход от начальной подготовки модели, включающей разрежение [latex]N:M[/latex], квантование и упаковку данных, к этапу бенчмаркинга на различных платформах, где происходит загрузка, деквантование и матричное умножение, причём использование 16-битного числа с плавающей точкой (FP16) выделено пурпурным цветом, нули - белым, а четырехбайтовые целые числа (INT4) - синим, что позволяет оценить эффективность и производительность системы в различных условиях.](https://arxiv.org/html/2512.24713v1/x1.png)