L2G-SR

新框架L2G-SR通过结构化指导增强基于LLM的符号回归

研究人员开发了L2G-SR，一个旨在增强基于大型语言模型（LLM）的符号回归的新框架。该方法包含一个学习到的结构验证器，用于指导方程搜索，补充了传统的数值误差度量。验证器使用树编辑距离来评估候选公式与目标方程的结构相似性，以考虑表达式形式的变化。L2G-SR在LLM-SRBench基准测试中展示了最先进的性能，提高了数值拟合、方程准确性和结构相似性。