RISR：用残差引导大模型发现科学方程
热点事件持续更新
RISR：用残差引导大模型发现科学方程
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Haobo Li 等作者提出一种残差信息引导的科学方程发现方法 RISR，将对齐的输入、目标、当前预测和残差经残差编码器压缩为连续 token，用于条件化语言模型生成公式，从而利用误差模式判断哪些修正值得拟合。 在 LLM-SRBench 科学任务上，RISR 在 1% 和 0.1% 逐点相对误差容限下分别取得 63.57% 和 38.50% 的 ID 准确率，对应 OOD 准确率为 56.07% 和 38.24%，在相同骨干模型下优于已报告的基线。
AI 根据报道生成 · 1 小时前更新
最新进展10月9日 12:00
RISR：用残差信息引导大语言模型发现科学方程报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.AIRISR：用残差信息引导大语言模型发现科学方程
RISR 是一种残差信息引导的科学方程发现方法，通过残差编码器将对齐的输入、目标、当前预测和残差压缩为连续 token，用于条件化语言模型生成公式。在 LLM-SRBench 科学任务上，RISR 在 1% 和 0.1% 逐点相对误差容限下分别取得 63.57% 和 38.50% 的 ID 准确率，对应 OOD 准确率为 56.07% 和 38.24%，在相同骨干模型下优于已报告的基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。