一篇新研究论文介绍了一种用于AI辅助生成量子多体物理代码的工作流，解决了将科学文献转化为功能性程序所面临的挑战。该方法强调“知识外化”，即在代码生成之前将隐含的计算假设显式化。这种多阶段、人工参与的过程在两个不同的量子多体任务上进行了测试，与直接翻译尝试相比，成功率有所提高。研究还指出了与实现模型相关的瓶颈，表明虽然显式规范有助于AI，但AI自身的实现能力仍然是一个因素。 AI
影响 这项研究通过提高AI从研究论文生成代码的可靠性，有可能简化复杂科学软件的开发。
排序理由 发表在arXiv上的研究论文，详细介绍了AI辅助代码生成的新方法。[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 →