新型Transformer模型提升符号计算效率

研究人员开发了一种新型Transformer模型，以提高圆柱代数分解（CAD）的效率。CAD是符号计算中用于数学推理的关键方法。该模型通过创建一系列相关任务来解决训练所需标记数据不足的挑战，从而简化了数据标注。在海量数据集上进行预训练，然后针对CAD排序进行微调，结果表明，在公开数据集上，该模型的预测排序显著优于现有的基于专家启发式的方法。 AI

影响 这项研究通过提高符号计算方法的效率，有望加速数学推理和形式化验证。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种用于特定计算任务的新机器学习模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Changbo Chen
• Cylindrical Algebraic Decomposition
• DagsHub
• Gotit.pub
• Hugging Face
• ScienceCast
• Transformer

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →