الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-21

OptScientist: الاكتشاف المؤتمت لقوانين التحسين

العنوان الأصلي: OptScientist: Automated Discovery of Optimization Laws

تُفهَم كثير من الظواهر العلمية على أفضل وجه بوصفها نتائج لمسائل تحسين كامنة، غير أنّ الاكتشاف العلمي المؤتمت ركّز في معظمه على استعادة المعادلات التي تصف أنماط المدخلات-المخرجات المرصودة. يكتشف OptScientist قوانين تحسين رمزية موجزة مباشرةً من البيانات، إذ يجمع بين نموذج يستنتج مسائل التحسين الرمزية عن طريق تمثيل البيانات في صورة مسألة تحسين واستخلاص صورتها الرمزية، ونظام وكلاء قائم على نماذج اللغة الكبيرة (LLM) يدمج المعرفة المسبقة النظرية من الأدبيات العلمية، ويكتشف قوانين مرشحة، ويقترح بيانات جديدة لجمعها. يستعيد النظام القوانين المرجعية الحقيقية لأكثر من 80% من المسائل الـ99 المشتقة من الفيزياء في معيار OptFeynman مع بقائه متيناً في مواجهة السياق المشوّش، وفي مسائل الاختيار المجازف لدى البشر والسياسة النقدية للبنوك المركزية يجد قوانين موجزة يضاهي أداؤها التنبؤي على بيانات محجوزة الخطوط الأساس الرائدة، باستخدام معاملات قليلة وعدد من التوكنز (tokens) أقل بكثير من الخطوط الأساس القائمة على نماذج LLM.

اقرأ المصدر الأصلي ↗

جميع العناصر →