标题：Meta、巴黎高等师范学院、索邦大学|Deep Symbolic Regression for Recurrent Sequences(循环序列的深度符号回归)

作者：Stéphane d’Ascoli, Pierre-Alexandre Kamienny等

简介：本文介绍了一种基于语言模型的符号回归预测方法。即通过观察函数值来预测函数，众所周知是一项具有挑战性的任务。在本文中，作者训练 Transformer 推断整数或浮点数序列的函数或递归关系，这是人类智商测试中的一项典型任务，在机器学习文献中几乎没有解决。作者在OEIS序列的一个子集上评估作者的整数模型，并表明它在复发预测方面优于内置的Mathematica函数。作者还证明了作者的浮点模型能够产生词表外函数和常数的信息近似值，例如bessel0(x) ≈ sin(x)+cos(x)/sqrt(πx) 和 1.644934 ≈ π^2/6。

代码下载：https://github.com/facebookresearch/recur

论文下载：https://arxiv.org/pdf/2201.04600v1.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除