热点事件持续更新
研究团队提出大模型符号回归框架L2G-SR
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月16日，研究人员在 arXiv 发布研究，提出了基于大语言模型的符号回归框架 L2G-SR。该框架通过学习得到的结构验证器来引导公式搜索，利用树编辑距离（TED）构建结构监督信号，使验证器在搜索过程中补充数值误差，从而协助父代选择，随后由分析器与生成器提出修改并精炼数学表达式。在评测基准 LLM-SRBench 的实验中，L2G-SR 在不同 LLM 基座和测试领域下，均取得了 SOTA 的数值拟合度、方程级准确率以及 TED 表现。
AI 根据报道生成 · 5 小时前更新
最新进展10月16日 12:00
研究人员发布大模型符号回归框架L2G-SR，在基准测试中取得SOTA表现。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 人工智能L2G-SR：通过学习引导基于 LLM 的符号回归
研究人员提出基于大语言模型的符号回归框架 L2G-SR，通过学习得到的结构验证器引导公式搜索。该框架利用树编辑距离（TED）构建结构监督信号，使验证器在搜索时补充数值误差以协助父代选择，再由分析器与生成器提出修改并精炼表达式。在评测基准 LLM-SRBench 上，L2G-SR 在不同 LLM 基座和测试领域中均取得了 SOTA 的数值拟合度、方程级准确率与 TED 表现。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。