132年未解开的李雅普诺夫函数谜题,被Symbolic Transformer攻克了

132年未解开的李雅普诺夫函数谜题,被Symbolic Transformer攻克了

 

文章摘要


【关 键 词】 AI突破李雅普诺夫数学研究Transformer泛化能力

AI在解决高级数学问题上的能力再次取得突破。Meta和巴黎理工学院的研究人员合作,针对数学界长期未解的李雅普诺夫函数问题提出了新的研究。李雅普诺夫函数是判断动力系统稳定性的关键工具,但一直以来缺乏通用的解法。研究者们开发了一种新技术,通过随机采样生成李雅普诺夫函数的训练数据,并训练序列到序列Transformer模型。在测试集上,该模型达到了99%的准确率,并在分布外测试集上展现了73%的高准确率。

研究还发现,通过增加少量可解样本来丰富训练集,可以显著提高模型的准确率至84%。这一发现表明,AI模型不仅能在数学研究中提供可能的解决方案,而且其提出的解决方案的数学正确性可以得到验证。此外,研究者还探讨了如何通过后向和前向生成法来创建数据集,并在多个数据集上训练和测试模型,以提高模型在分布外的泛化能力

在与现有最先进方法SOSTOOLS的比较中,基于Transformer的模型不仅准确率更高,而且计算速度更快。研究者还发现,通过微调模型,可以进一步提高其在新问题上的性能。这项研究不仅展示了AI在解决数学开放问题上的潜力,也为未来的人工智能驱动的数学研究提供了新的蓝图。

豆包-智能助手

原文和模型


【原文链接】 阅读原文 [ 3549字 | 15分钟 ]
【原文作者】 机器之心
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆

© 版权声明

相关文章

暂无评论

暂无评论...