研究人员探索了确定性方程发现中的增长动态，发现短程底物大小通常遵循幂律关系。然而，这种关系对架构敏感，并且在算术、布尔或列表域等不同底物之间不具有可转移性。提出的启发式模型提出了一个饱和幂律，这似乎是更准确的长期近似，特别是对于像Mathlib文件添加这样的现实世界增长代理。 AI
影响 这项研究为理解方程发现中的增长动态提供了一个新框架，可能为未来的AI发展提供信息。
排序理由 该集群包含一篇详细介绍研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →