ИССЛЕДОВАНИЕ · RESEARCH · #2103
L2G-SR: обучённый верификатор структуры для символической регрессии на LLM
L2G-SR — это фреймворк, который дополняет символическую регрессию на основе LLM обученным верификатором структуры, использующим расстояние редактирования деревьев (TED) для оценки структурного сходства формул; во время поиска верификатор дополняет числовую ошибку при отборе кандидатов, а генератор уточняет выражения по правкам аналитика. На LLM-SRBench L2G-SR показывает передовые результаты по числовому приближению, точности на уровне уравнений и TED для разных LLM и доменов.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- L2G-SR — это фреймворк, который дополняет символическую регрессию на основе LLM обученным верификатором структуры, использующим расстояние редактирования деревьев (TED) для оценки структурного сходства формул; во время поиска верификатор дополняет числовую ошибку при отборе кандидатов, а генератор уточняет выражения по правкам аналитика.
- На LLM-SRBench L2G-SR показывает передовые результаты по числовому приближению, точности на уровне уравнений и TED для разных LLM и доменов.
- Обучаясь оценивать структурное сходство (через TED) и сочетая это с числовой ошибкой, L2G-SR улучшает восстановление уравнений и демонстрирует важность структурного управления в символической регрессии на LLM.
ПОЧЕМУ ЭТО ВАЖНО
Обучаясь оценивать структурное сходство (через TED) и сочетая это с числовой ошибкой, L2G-SR улучшает восстановление уравнений и демонстрирует важность структурного управления в символической регрессии на LLM.