AlphaIntegrator：用于符号积分证明的Transformer动作搜索
机器学习
2024-10-04 v1 人工智能
符号计算
摘要
我们提出了首个具备正确构造性质的数学积分步进学习系统。核心思想是学习由GPT变换器模型表示的策略，用于指导搜索正确的数学积分规则，以由符号求解器执行。具体而言，我们引入了一个在数学表达式上具有公理正确性动作的符号引擎，以及首个用于步进积分的数据集。我们的GPT风格变换器模型在该合成数据上进行训练，展示出强大的泛化能力，准确率和效率均超越其数据生成器，使用50%更少的搜索步骤。我们的实验结果表明，标准的基于微调LLM以问答对形式进行训练的做法对于解决此数学任务不足，激发了发现结合LLM与符号推理引擎的创造性方法的重要性，而我们的工作即为此一种实例。
引用
@article{arxiv.2410.02666,
title = {AlphaIntegrator: Transformer Action Search for Symbolic Integration Proofs},
author = {Mert Ünsal and Timon Gehr and Martin Vechev},
journal= {arXiv preprint arXiv:2410.02666},
year = {2024}
}