基于 Transformer 的机器学习框架实现椭圆 Gamma 函数符号化简

研究者提出一种基于 Transformer 序列到序列架构结合动态批处理算法的机器学习框架，可自动化简涉及 q-θ 函数和椭圆 Gamma 函数的复杂表达式。模型学习应用 SL(2,Z) 和 SL(3,Z) 模变换等代数恒等式，将高度打乱的表达式约化为规范形式，在分布内测试中准确率超过 99%，在深度打乱等显著外推场景下仍保持超过 90% 的准确率。