PulseAugur
中
实时 10:18:04
English(EN) Discovering Expert-Level Nash Equilibrium Algorithms with Large Language Models

LLM通过形式化证明框架发现新的纳什均衡算法

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为LegoNE的框架，该框架将大型语言模型与形式化证明策略相结合，以发现近似纳什均衡的算法。该系统可以自动验证候选算法的最坏情况保证，这是一项以前自动化系统无法完成的任务。利用这种方法，他们重新发现了双人博弈的最先进算法，并发现了一种新的三人博弈算法，该算法改进了现有的保证。 AI

影响 使LLM能够发现具有正式保证的新型算法，有可能加速博弈论和其他复杂领域的研究。

排序理由 该集群包含一篇详细介绍新算法发现方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hanyu Li, Dongchen Li, Xiaotie Deng ·

    使用大型语言模型发现专家级纳什均衡算法

    arXiv:2508.11874v2 Announce Type: replace-cross Abstract: Designing polynomial-time algorithms for approximate Nash equilibria (ANE) with provable worst-case guarantees is a fundamental open problem in algorithmic game theory. While large language models (LLMs) can generate candi…

相关实体

相关话题