DIGEST

LLM驱动的DIGEST方法提升符号回归精度

研究人员推出了一种新颖的符号回归方法DIGEST，它将大型语言模型（LLMs）与遗传编程（GP）相结合。DIGEST通过使用LLM派生的策略来播种GP种群，增强了生成灵活性，从而解决了当前方法的局限性。它还包含一个反馈循环，其中GP发现的高质量表达式用于更新LLM策略，使其能够从过去的搜索发现中学习。实验表明，DIGEST在恢复真实表达式方面表现优越，并且比现有方法更有效。