HATSolver：基于层次注意力Transformer学习Gröbner基
机器学习
2025-12-18 v1 人工智能
摘要
在NeurIPS 2024，Kera等人引入了使用Transformer计算Gröbner基的方法。本文通过应用层次注意力Transformer（HATs）来解决通过Gröbner基计算求解多变量多项式方程组的问题。HAT架构包含树形归纳偏置，使其能够建模数据中存在的层次关系，从而相较于常规平面注意力模型实现显著的计算节省。我们推广到任意深度，并包含详细的计算成本分析。结合课程学习，我们的方法解决的实例远大于Kera等人（2024 Learning to compute Groebner bases）中的实例。
引用
@article{arxiv.2512.14722,
title = {HATSolver: Learning Groebner Bases with Hierarchical Attention Transformers},
author = {Mohamed Malhou and Ludovic Perret and Kristin Lauter},
journal= {arXiv preprint arXiv:2512.14722},
year = {2025}
}