热点事件持续更新

研究提出基于Transformer的物理公式合成模型

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月6日，研究人员在arXiv发表成果，提出一种基于Transformer的物理公式合成模型，用于自动化符号回归并解决公式外推的过拟合问题。该方法通过重塑训练公式集并结合噪声数据进行微调。评测结果显示，该模型在SRBench和LLM-SRBench上合成公式仅需约10秒，在同等计算预算下的外推表现优于所有参评基线；传统搜索方法仅在耗时多出1至3个数量级时准确率才超越该模型。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月6日

12:00
arXiv 机器学习
用 Transformer 合成物理公式
研究人员提出一种通过重塑训练公式集并结合噪声数据微调的 Transformer 模型，用于自动化符号回归并解决公式外推的过拟合问题。该模型在 SRBench 和 LLM-SRBench 上约 10 秒即可合成公式，在同等计算预算下外推表现优于所有参评基线。传统搜索方法仅在耗时多出 1 到 3 个数量级时准确率才超越该模型。

本事件热度走势

当前热度 9·可比范围峰值 10（10月6日 13:00）·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。