基于多模态大语言模型和 Kolmogorov Arnold 网络的符号回归
机器学习
2025-05-20 v1 神经与进化计算
符号计算
摘要
我们提出了一种新颖的符号回归方法，利用具备视觉能力的大语言模型(LLM)及其背后的思想。该 LLM 被给定单变量函数的图形，任务是提出该函数的解答形式。解答的自由参数通过标准数值优化器进行拟合，由此构成的多个解答组成遗传算法的种群。与其他符号回归技术不同，我们的方法无需指定一组用于回归的函数，但通过恰当的提示工程，可对生成步骤进行任意条件限制。我们使用 Kolmogorov Arnold 网络(KANs)演示了“单变量即可”即可完成符号回归，并通过学习训练好的 KAN 每条边上的单变量函数，将此方法扩展到多变量函数。最终组合表达式经进一步语言模型处理后进行化简。
引用
@article{arxiv.2505.07956,
title = {Symbolic Regression with Multimodal Large Language Models and Kolmogorov Arnold Networks},
author = {Thomas R. Harvey and Fabian Ruehle and Kit Fraser-Taliente and James Halverson},
journal= {arXiv preprint arXiv:2505.07956},
year = {2025}
}