FunSearch
PulseAugur coverage of FunSearch — every cluster mentioning FunSearch across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
WAIC 2026将探讨由数学与AI协同驱动的AI范式转变
世界人工智能大会（WAIC）2026将聚焦数学与人工智能的协同关系，旨在推动行业从工程驱动发展转向以理论创新和实际应用为中心的范式。会议将探讨数学原理如何解决当前AI在可解释性和鲁棒性等方面的局限性，以及AI工具如何加速数学研究。主要议题包括“数学赋能AI”、“AI赋能数学”以及“AI+数学在现实世界中的应用”，并将举行相关学术界和研究界领军人物的讨论和论坛。
-
Project Auto-World 使用 LLM 自动化神经关系推理基准测试
研究人员开发了 Project Auto-World 系统，该系统利用大型语言模型 (LLM) 为神经关系推理器自动生成具有挑战性的基准实例。这种方法通过基于 Datalog 规则和 Edge Transformer 评估器创建日益复杂的问题，解决了评估这些模型泛化能力的难题。该系统采用 LLM 驱动的进化和代理搜索来发现产生困难实例的采样函数，并利用生成的数据来提高 Edge Transformer 的泛化能力。这种自动基准测试框架…
-
LLM 引导搜索发现最优删除纠错码
研究人员利用一种名为 FunSearch 的 LLM 引导进化搜索方法，发现了用于构建删除纠错码的函数。该方法成功识别了一个生成单删除的猜想最优 Varshamov-Tenengolts 码的函数。对于多重删除和四元编辑码，发现的函数比现有方法有所改进，但它们是经验性启发式方法。该研究还探讨了 LLM 引导搜索的设计选择，发现优先对更多函数进行采样而非对每个函数进行更长的推理追踪更有效，并且对逻辑上相同的函数进行去重对于搜索多样性至关重要。
-
新的优化范式使用知识图谱作为输入
研究人员引入了一种新的优化范式，称为图谱基础优化（graph-grounded optimization），它利用属性知识图谱作为主要的输入模式。这种方法与依赖自然语言或静态表的现有系统形成对比。该框架使用开源的 samyama-graph 数据库实现，并在包括药物再利用和供应链重新路由在内的七个现实世界问题上进行了评估。