← Каталог

· AI Engineer World's Fair 2025

Connections от The New York Times: пример применения NLP к словесным играм

New York Times' Connections: A Case Study on NLP in Word Games

Связи между словами в Connections можно описать графом и решать задачу как раскраску графа с помощью GNN, а не полагаться на одно семантическое сходство.

  • Несколько типов связей вместо одного сходства — слова в группе связаны по-разному: по написанию, морфологии, энциклопедически или ассоциативно. Для каждой пары спикер считает отдельную оценку relational alignment по каждому типу.
  • Раскраска графа как постановка задачи — 16 слов становятся вершинами, рёбра задают силу связи, четыре группы соответствуют четырём цветам. Поиск сужается, и случайный перебор перестаёт быть единственным вариантом.
  • GNN плюс reinforcement learning — graph convolutional neural network предлагает кандидатные подграфы, а reinforcement learning выбирает решение по весам рёбер и узлов. По словам автора, решаемость небольшого набора трудных головоломок выросла, но эксперимент предварительный.
  • Сложность по распределению связей — по наблюдению автора, оценки relational alignment отличаются у лёгких и трудных головоломок, и это, по его мысли, позволяет вычислять сложность пазла.

Кому полезно: тем, кто строит бенчмарки для рассуждений LLM на задачах с ловушками или пробует графовые методы поиска решений.

Статья по теме

Главы

Ещё доклады: Shafik Quoraishee

Страница спикера →

Похожие доклады