实体
ODEBench
ODEBench
PulseAugur coverage of ODEBench — every cluster mentioning ODEBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI系统学会修正科学理论并改进发现过程 · 跟踪2个来源
研究人员正在开发新的方法，用于超越在固定假设集内进行优化的AI驱动的科学发现。一种方法，“学习超越理论”，使发现策略能够共同编辑其假设空间结构并设计实验来测试这些编辑。该方法在恢复受控环境中的潜在机制方面显示出显著的改进，甚至可以检测到当前模型库不足的情况。另一个系统，Guidance-TTT，将测试时训练中的策略和执行的角色分开，使用一个紧凑的指导模型进行策略更改，并使用一个固定的执行模型进行实现。该方法在组合优化和机器学习等各种领…
-
LLM-ACES框架使用大型语言模型发现动力学系统
研究人员开发了LLM-ACES，一个新颖的框架，它使用大型语言模型通过搜索常微分方程（ODEs）来指导动力学系统的发现。这个闭环系统优化了符号假设的构建和自适应数据的获取。通过划分搜索空间并利用模型分歧来指导数据收集，LLM-ACES迭代地改进其对底层动力学的理解。该系统在ODEBench和ODEBase数据集上表现出显著的改进，在平均均方误差（NMSE）中值和符号准确性方面，其性能比现有方法高出几个数量级。