研究人员开发了MOT-SR，一个利用大型语言模型进行科学方程发现的新框架。该方法通过集成外部分析工具来揭示变量依赖关系并指导方程生成，从而解决了现有方法的局限性。MOT-SR通过维护动态帕累托前沿，联合优化准确性、复杂性和泛化能力，在标准任务中表现优于当前方法，并在EMRI轨道动力学等复杂科学建模中展现出有效性。 AI
影响 通过改进LLM的方程发现能力，提高了科学建模的效率和准确性。
排序理由 研究论文，详细介绍了使用LLM进行科学方程发现的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Emri
- Equation Generator
- large-language models
- Meta Strategy Generator
- MOT-SR
- Pareto front
- Symbolic Regression
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
