ИИ и сложнейшие проблемы мира · Теоретическая информатика · arXiv · 2026-10-21
OptScientist: автоматизированное открытие законов оптимизации
Оригинальное название: OptScientist: Automated Discovery of Optimization Laws
Многие научные явления лучше всего понимать как результаты лежащих в их основе задач оптимизации, однако автоматизированное научное открытие до сих пор было сосредоточено главным образом на восстановлении уравнений, описывающих наблюдаемые зависимости «вход–выход». OptScientist открывает компактные символьные законы оптимизации непосредственно из данных, объединяя модель, которая выводит символьные задачи оптимизации, представляя данные как задачу оптимизации и извлекая её символьную форму, с LLM-агентной системой, интегрирующей теоретические априорные знания из литературы, обнаруживающей законы-кандидаты и предлагающей новые данные для сбора. Метод восстанавливает эталонные законы более чем для 80% из 99 задач на основе физики в бенчмарке OptFeynman, оставаясь устойчивым к зашумлённому контексту, а на данных о рискованном выборе людей и денежно-кредитной политике центральных банков находит компактные законы с качеством предсказаний на отложенных данных, сопоставимым с ведущими базовыми методами, используя небольшое число параметров и значительно меньше токенов, чем базовые LLM-методы.